يلجأ العملاء بشكل متزايد إلى مراجعات المنتجات لاتخاذ قرارات مستنيرة في رحلة التسوق الخاصة بهم، سواء كانوا يشترون عناصر يومية مثل منشفة المطبخ أو يقومون بعمليات شراء كبيرة مثل شراء سيارة. وقد تحولت هذه المراجعات إلى مصدر أساسي للمعلومات، مما يمكّن المتسوقين من الوصول إلى آراء وتجارب العملاء الآخرين. ونتيجة لذلك، أصبحت مراجعات المنتجات جانبًا مهمًا في أي متجر، حيث تقدم تعليقات ورؤى قيمة للمساعدة في اتخاذ قرارات الشراء المدروسة.
تمتلك أمازون واحدًا من أكبر المتاجر التي تضم مئات الملايين من العناصر المتاحة. في عام 2022، ساهم 125 مليون عميل بما يقرب من 1.5 مليار مراجعة وتقييم في متاجر أمازون، مما يجعل المراجعات عبر الإنترنت في أمازون مصدرًا قويًا للتعليقات للعملاء. على نطاق مراجعات المنتجات التي يتم إرسالها كل شهر، من الضروري التحقق من توافق هذه المراجعات إرشادات مجتمع أمازون فيما يتعلق باللغة والكلمات ومقاطع الفيديو والصور المقبولة. تم وضع هذه الممارسة لضمان حصول العملاء على معلومات دقيقة بخصوص المنتج، ولمنع المراجعات من تضمين لغة غير لائقة أو صور مسيئة أو أي نوع من خطاب الكراهية الموجه نحو الأفراد أو المجتمعات. ومن خلال تطبيق هذه الإرشادات، تستطيع أمازون الحفاظ على بيئة آمنة وشاملة لجميع العملاء.
تسمح أتمتة الإشراف على المحتوى لشركة Amazon بتوسيع نطاق العملية مع الحفاظ على الدقة العالية. إنها مساحة مشكلة معقدة ذات تحديات فريدة وتتطلب تقنيات مختلفة للنصوص والصور ومقاطع الفيديو. تعد الصور أحد العناصر ذات الصلة بمراجعات المنتجات، وغالبًا ما توفر تأثيرًا مباشرًا على العملاء أكثر من النص. مع الإشراف على محتوى Amazon Rekognition، تستطيع أمازون اكتشاف الصور الضارة تلقائيًا في مراجعات المنتجات بدقة أعلى، مما يقلل الاعتماد على المراجعين البشريين للإشراف على هذا المحتوى. لقد ساعد الإشراف على محتوى Rekognition في تحسين رفاهية المشرفين البشريين وتحقيق وفورات كبيرة في التكاليف.
الإشراف مع نماذج تعلم الآلة المستضافة ذاتيًا
قام فريق Amazon Shopping بتصميم وتنفيذ نظام إشراف يستخدم التعلم الآلي (ML) جنبًا إلى جنب مع المراجعة البشرية (HITL) للتأكد من أن مراجعات المنتج تتعلق بتجربة العميل مع المنتج ولا تحتوي على معلومات غير لائقة أو المحتوى الضار وفقًا لإرشادات المجتمع. استخدم النظام الفرعي للإشراف على الصور، كما هو موضح في الرسم البياني التالي، العديد من نماذج رؤية الكمبيوتر ذاتية الاستضافة والمدربة ذاتيًا لاكتشاف الصور التي تنتهك إرشادات Amazon. يحدد معالج القرار إجراء الإشراف ويقدم أسباب قراره استنادًا إلى مخرجات نماذج ML، وبالتالي يقرر ما إذا كانت الصورة تتطلب مراجعة إضافية بواسطة وسيط بشري أو يمكن الموافقة عليها أو رفضها تلقائيًا.
باستخدام نماذج تعلم الآلة المستضافة ذاتيًا، بدأ الفريق بأتمتة القرارات بشأن 40% من الصور المستلمة كجزء من المراجعات وعمل باستمرار على تحسين الحل على مر السنين مع مواجهة العديد من التحديات:
- الجهود المستمرة لتحسين معدل الأتمتة – أراد الفريق تحسين دقة خوارزميات التعلم الآلي بهدف زيادة معدل الأتمتة. وهذا يتطلب استثمارات مستمرة في تصنيف البيانات، وعلوم البيانات، وعمليات MLOs للتدريب على النماذج ونشرها.
- تعقيد النظام – يتطلب تعقيد البنية استثمارات في MLOps لضمان توسيع نطاق عملية استدلال ML بكفاءة لتلبية حركة إرسال المحتوى المتزايدة.
استبدل نماذج ML المستضافة ذاتيًا بواجهة برمجة تطبيقات Rekognition Content Moderation API
الأمازون إعادة الاعتراف هي خدمة ذكاء اصطناعي مُدارة (AI) تقدم نماذج مدربة مسبقًا من خلال واجهة API لـ تعديل الصور والفيديو. لقد تم اعتماده على نطاق واسع من قبل صناعات مثل التجارة الإلكترونية ووسائل التواصل الاجتماعي والألعاب وتطبيقات المواعدة عبر الإنترنت وغيرها لإدارة المحتوى الذي ينشئه المستخدم (UGC). يتضمن ذلك مجموعة من أنواع المحتوى، مثل مراجعات المنتجات وملفات تعريف المستخدمين والإشراف على منشورات الوسائط الاجتماعية.
يعمل برنامج Rekognition Content Moderation على أتمتة وتبسيط سير عمل الإشراف على الصور والفيديو دون الحاجة إلى خبرة في التعلم الآلي. يمكن لعملاء Amazon Rekognition معالجة ملايين الصور ومقاطع الفيديو، والكشف بكفاءة عن المحتوى غير المناسب أو غير المرغوب فيه، من خلال واجهات برمجة التطبيقات المُدارة بالكامل وقواعد الإشراف القابلة للتخصيص للحفاظ على أمان المستخدمين وامتثال الأعمال.
نجح الفريق في ترحيل مجموعة فرعية من نماذج تعلم الآلة المُدارة ذاتيًا في نظام الإشراف على الصور للكشف عن محتوى العري وغير الآمن للعمل (NSFW) إلى واجهة برمجة تطبيقات Amazon Rekognition Detect Moderation API، مع الاستفادة من نماذج الإشراف المدربة مسبقًا والدقيقة للغاية . بفضل الدقة العالية التي يتمتع بها Amazon Rekognition، تمكن الفريق من أتمتة المزيد من القرارات وتوفير التكاليف وتبسيط بنية النظام الخاص بهم.
تحسين الدقة وتوسيع فئات الاعتدال
تنفيذ واجهة برمجة تطبيقات إدارة الصور الخاصة بـ Amazon Rekognition أدى إلى دقة أعلى في اكتشاف المحتوى غير المناسب. وهذا يعني أنه سيتم الإشراف تلقائيًا على ما يقرب من مليون صورة إضافية سنويًا دون الحاجة إلى أي مراجعة بشرية.
التفوق التشغيلي
تمكن فريق Amazon Shopping من تبسيط بنية النظام، مما أدى إلى تقليل الجهد التشغيلي المطلوب لإدارة النظام وصيانته. لقد وفر لهم هذا النهج شهورًا من جهود DevOps سنويًا، مما يعني أنه يمكنهم الآن تخصيص وقتهم لتطوير ميزات مبتكرة بدلاً من إنفاقه على المهام التشغيلية.
تقليل التكاليف
لقد مكنت الدقة العالية التي توفرها إدارة محتوى Rekognition الفريق من إرسال عدد أقل من الصور للمراجعة البشرية، بما في ذلك المحتوى الذي قد يكون غير مناسب. وقد أدى ذلك إلى خفض التكلفة المرتبطة بالإشراف البشري وسمح للمشرفين بتركيز جهودهم على المزيد من المهام التجارية ذات القيمة العالية. إلى جانب مكاسب كفاءة DevOps، حقق فريق Amazon Shopping وفورات كبيرة في التكاليف.
وفي الختام
يمكن أن يوفر الترحيل من نماذج تعلم الآلة المستضافة ذاتيًا إلى Amazon Rekognition Moderation API للإشراف على مراجعة المنتج العديد من الفوائد للشركات، بما في ذلك توفير كبير في التكاليف. من خلال أتمتة عملية الإشراف، يمكن للمتاجر عبر الإنترنت إدارة كميات كبيرة من مراجعات المنتجات بسرعة ودقة، وتحسين تجربة العملاء من خلال ضمان إزالة المحتوى غير المناسب أو غير المرغوب فيه بسرعة. بالإضافة إلى ذلك، باستخدام خدمة مُدارة مثل Amazon Rekognition Moderation API، يمكن للشركات تقليل الوقت والموارد اللازمة لتطوير وصيانة نماذجها الخاصة، والتي يمكن أن تكون مفيدة بشكل خاص للشركات ذات الموارد التقنية المحدودة. تسمح مرونة واجهة برمجة التطبيقات أيضًا للمتاجر عبر الإنترنت بتخصيص قواعد وحدود الإشراف الخاصة بها لتناسب احتياجاتها الخاصة.
معرفة المزيد عن الإشراف على المحتوى على AWS ولنا حالات استخدام ML للإشراف على المحتوى. اتخذ الخطوة الأولى نحو تبسيط عمليات إدارة المحتوى باستخدام AWS.
حول المؤلف
شيبرا كانوريا هو مدير المنتج الرئيسي في AWS. إنها شغوفة بمساعدة العملاء في حل مشكلاتهم الأكثر تعقيدًا باستخدام قوة التعلم الآلي والذكاء الاصطناعي. قبل الانضمام إلى AWS ، أمضت Shipra أكثر من 4 سنوات في Amazon Alexa ، حيث أطلقت العديد من الميزات المتعلقة بالإنتاجية على المساعد الصوتي Alexa.
لوكا أجوستينو روبينو هو مهندس برمجيات رئيسي في فريق التسوق بأمازون. وهو يعمل على ميزات المجتمع مثل مراجعات العملاء والأسئلة والأجوبة، مع التركيز على مر السنين على الإشراف على المحتوى وعلى توسيع نطاق حلول التعلم الآلي وأتمتتها.
لانا تشانغ هو مهندس حلول أول في فريق AWS WWSO AI Services، وهو متخصص في الذكاء الاصطناعي والتعلم الآلي للإشراف على المحتوى ورؤية الكمبيوتر ومعالجة اللغات الطبيعية والذكاء الاصطناعي التوليدي. بفضل خبرتها، تكرس جهودها للترويج لحلول AWS AI/ML ومساعدة العملاء في تحويل حلول أعمالهم عبر الصناعات المتنوعة، بما في ذلك وسائل التواصل الاجتماعي والألعاب والتجارة الإلكترونية والإعلام والإعلان والتسويق.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- تشارت بريم. ارفع مستوى لعبة التداول الخاصة بك مع ChartPrime. الوصول هنا.
- BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/how-amazon-shopping-uses-amazon-rekognition-content-moderation-to-review-harmful-images-in-product-reviews/
- :لديها
- :يكون
- :ليس
- :أين
- 1
- 100
- 125
- 2022
- 7
- 700
- a
- ماهرون
- من نحن
- مقبول
- الوصول
- دقة
- دقيق
- بدقة
- التأهيل
- تحقق
- في
- اكشن
- إضافي
- وبالإضافة إلى ذلك
- اعتمد
- مميزات
- دعاية
- AI
- خدمات الذكاء الاصطناعي
- AI / ML
- تهدف
- اليكسا
- خوارزميات
- محاذاة
- الكل
- تخصيص
- سمح
- يسمح
- أيضا
- أمازون
- الأمازون إعادة الاعتراف
- أمازون ويب سيرفيسز
- an
- و
- أي وقت
- API
- واجهات برمجة التطبيقات
- نهج
- من وزارة الصحة
- تقريبي
- التطبيقات
- هندسة معمارية
- هي
- مصطنع
- الذكاء الاصطناعي
- الذكاء الاصطناعي (منظمة العفو الدولية)
- AS
- جانب
- المساعد
- مساعدة
- أسوشيتد
- At
- أتمتة
- الأتمتة
- تلقائيا
- أتمتة
- أتمتة
- متاح
- AWS
- على أساس
- BE
- أصبح
- كان
- قبل
- الفوائد
- مليار
- الأعمال
- الأعمال
- شراء
- by
- CAN
- سيارة
- الحالات
- التحديات
- الجمع بين
- المجتمعات
- مجتمع
- الشركات
- مجمع
- تعقيد
- متوافقة
- عنصر
- شامل
- الكمبيوتر
- رؤية الكمبيوتر
- بالتزامن
- تحتوي على
- محتوى
- أنواع المحتوى
- متواصل
- بشكل متواصل
- ساهمت
- التكلفة
- وفورات في التكاليف
- التكاليف
- استطاع
- حاسم
- زبون
- تجربة العملاء
- العملاء
- للتخصيص
- تصميم
- البيانات
- علم البيانات
- التعارف
- اتخاذ القرار
- القرار
- القرارات
- مخصصة
- نشر
- تصميم
- مطلوب
- بكشف أو
- كشف
- يحدد
- تطوير
- تطوير
- مختلف
- عدة
- لا
- التجارة الإلكترونية
- التجارة الإلكترونية
- كفاءة
- بكفاءة
- جهد
- جهود
- تمكين
- تمكين
- فرض
- مهندس
- ضمان
- ضمان
- البيئة
- خاصة
- أساسي
- كل
- كل يوم
- موسع
- الخبره في مجال الغطس
- خبرة
- خبرة
- مواجهة
- المميزات
- ردود الفعل
- أقل
- الاسم الأول
- تناسب
- مرونة
- تركز
- التركيز
- متابعيك
- في حالة
- تبدأ من
- تماما
- إضافي
- الرأس مالية
- الألعاب
- توليدي
- الذكاء الاصطناعي التوليدي
- متزايد
- ضمان
- المبادئ التوجيهية
- الضارة
- يملك
- he
- مساعدة
- ساعد
- مساعدة
- لها
- مرتفع
- أعلى
- جدا
- كيفية
- HTML
- HTTPS
- الانسان
- مئات
- مئات الملايين
- صورة
- صور
- فوري
- التأثير
- التنفيذ
- نفذت
- تحسن
- تحسين
- in
- يشمل
- بما فيه
- شامل
- القيمة الاسمية
- على نحو متزايد
- الأفراد
- الصناعات
- إعلام
- معلومات
- وأبلغ
- مبتكرة
- رؤى
- بدلًا من ذلك
- رؤيتنا
- السطح البيني
- إلى
- الاستثمارات
- IT
- العناصر
- انها
- انضمام
- رحلة
- JPG
- احتفظ
- حفظ
- وصفها
- لغة
- كبير
- أكبر
- أطلقت
- تعلم
- مثل
- محدود
- آلة
- آلة التعلم
- المحافظة
- رائد
- جعل
- القيام ب
- إدارة
- تمكن
- مدير
- كثير
- التسويق
- يعني
- الوسائط
- تعرف علي
- هاجر
- مليون
- ملايين
- ML
- MLOps
- عارضات ازياء
- الاعتدال
- شهر
- المقبلة.
- الأكثر من ذلك
- أكثر
- متعدد
- طبيعي
- معالجة اللغات الطبيعية
- تقريبا
- حاجة
- بحاجة
- إحتياجات
- الآن
- NSFW
- of
- هجومي
- الوهب
- عروض
- غالبا
- on
- ONE
- online
- تشغيل
- عمليات
- آراء
- or
- أخرى
- أخرى
- لنا
- الناتج
- على مدى
- الكلي
- الخاصة
- جزء
- عاطفي
- إلى
- المكان
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- منشور
- يحتمل
- قوة
- ممارسة
- منع
- رئيسي
- المشكلة
- مشاكل
- عملية المعالجة
- معالجة
- المنتج
- مدير المنتج
- المنتج مراجعات
- ملامح
- تعزيز
- تزود
- ويوفر
- توفير
- شراء
- مشتريات
- المشتريات
- بسرعة
- نطاق
- معدل
- تقييمات
- الأسباب
- تسلم
- تلقى
- تخفيض
- عقار مخفض
- تقليص
- بخصوص
- ذات الصلة
- اعتماد
- إزالة
- مطلوب
- يتطلب
- الموارد
- نتيجة
- مراجعة
- التعليقات
- القواعد
- خزنة
- حفظ
- مدخرات
- حجم
- النطاقات
- التحجيم
- علوم
- إرسال
- كبير
- الخدمة
- خدماتنا
- عدة
- هي
- التسوق والترفيه
- هام
- تبسيط
- العدالة
- وسائل التواصل الاجتماعي
- تطبيقات الكمبيوتر
- مهندس البرمجيات
- الصلبة
- حل
- الحلول
- حل
- مصدر
- الفضاء
- البريد المزعج
- متخصصة
- محدد
- خطاب
- الإنفاق
- قضى
- بدأت
- خطوة
- متجر
- فروعنا
- تسليم
- المقدمة
- بنجاح
- هذه
- نظام
- أخذ
- مع الأخذ
- المهام
- فريق
- تقني
- تقنيات
- من
- أن
- •
- من مشاركة
- منهم
- وبالتالي
- تشبه
- هم
- عبر
- الوقت
- إلى
- نحو
- حركة المرور
- قادة الإيمان
- تحول
- تحويل
- تحول
- نوع
- أنواع
- فريد من نوعه
- غير مرغوب فيه
- تستخدم
- مستخدم
- المستخدمين
- يستخدم
- استخدام
- تستخدم
- القيمة
- تحقق من
- فيديو
- مقاطع فيديو
- رؤيتنا
- صوت
- مجلدات
- وكان
- الويب
- خدمات ويب
- سواء
- التي
- في حين
- على نحو واسع
- سوف
- مع
- بدون
- كلمات
- للعمل
- عمل
- سير العمل
- أعمال
- عام
- سنوات
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت