Los clientes recurren cada vez más a las revisiones de productos para tomar decisiones informadas en su viaje de compras, ya sea que estén comprando artículos cotidianos como una toalla de cocina o haciendo compras importantes como comprar un automóvil. Estas reseñas se han transformado en una fuente de información esencial, que permite a los compradores acceder a las opiniones y experiencias de otros clientes. Como resultado, las revisiones de productos se han convertido en un aspecto crucial de cualquier tienda, ya que ofrecen comentarios e información valiosos para ayudar a informar las decisiones de compra.
Amazon tiene una de las tiendas más grandes con cientos de millones de artículos disponibles. En 2022, 125 millones de clientes contribuyeron con casi 1.5 millones de reseñas y calificaciones a las tiendas de Amazon, lo que convirtió a las reseñas en línea en Amazon en una sólida fuente de comentarios para los clientes. En la escala de revisiones de productos enviadas cada mes, es esencial verificar que estas revisiones se alineen con Directrices de la comunidad de Amazon con respecto al lenguaje, las palabras, los videos y las imágenes aceptables. Esta práctica se implementa para garantizar que los clientes reciban información precisa sobre el producto y para evitar que las reseñas incluyan lenguaje inapropiado, imágenes ofensivas o cualquier tipo de discurso de odio dirigido a individuos o comunidades. Al hacer cumplir estas pautas, Amazon puede mantener un entorno seguro e inclusivo para todos los clientes.
La automatización de la moderación de contenido permite a Amazon escalar el proceso manteniendo una alta precisión. Es un espacio de problemas complejos con desafíos únicos y que requieren diferentes técnicas para texto, imágenes y videos. Las imágenes son un componente relevante de las revisiones de productos y, a menudo, brindan un impacto más inmediato en los clientes que el texto. Con Moderación de contenido de Amazon Rekognition, Amazon puede detectar automáticamente imágenes dañinas en reseñas de productos con mayor precisión, lo que reduce la dependencia de revisores humanos para moderar dicho contenido. La moderación de contenido de Rekognition ha ayudado a mejorar el bienestar de los moderadores humanos y a lograr importantes ahorros de costos.
Moderación con modelos de aprendizaje automático autohospedados
El equipo de Amazon Shopping diseñó e implementó un sistema de moderación que utiliza el aprendizaje automático (ML) junto con la revisión humana en el ciclo (HITL) para garantizar que las reseñas de productos se refieran a la experiencia del cliente con el producto y no contengan contenido inapropiado o contenido dañino según las pautas de la comunidad. El subsistema de moderación de imágenes, como se ilustra en el siguiente diagrama, utilizó varios modelos de visión por computadora autoalojados y autoentrenados para detectar imágenes que violan las pautas de Amazon. El controlador de decisiones determina la acción de moderación y proporciona los motivos de su decisión en función de la salida de los modelos de ML, por lo que decide si la imagen requiere una revisión adicional por parte de un moderador humano o podría aprobarse o rechazarse automáticamente.
Con estos modelos de aprendizaje automático autohospedados, el equipo comenzó automatizando decisiones sobre el 40 % de las imágenes recibidas como parte de las revisiones y trabajó continuamente para mejorar la solución a lo largo de los años mientras enfrentaba varios desafíos:
- Esfuerzos continuos para mejorar la tasa de automatización – El equipo deseaba mejorar la precisión de los algoritmos de ML, con el objetivo de aumentar la tasa de automatización. Esto requiere inversiones continuas en etiquetado de datos, ciencia de datos y MLOps para el entrenamiento y la implementación de modelos.
- Complejidad del sistema – La complejidad de la arquitectura requiere inversiones en MLOps para garantizar que el proceso de inferencia de ML se escale de manera eficiente para cumplir con el creciente tráfico de envío de contenido.
Reemplace los modelos de aprendizaje automático autohospedados con la API de moderación de contenido de Rekognition
Reconocimiento de amazonas es un servicio administrado de inteligencia artificial (AI) que ofrece modelos pre-entrenados a través de una interfaz API para moderación de imagen y video. Ha sido ampliamente adoptado por industrias como el comercio electrónico, las redes sociales, los juegos, las aplicaciones de citas en línea y otras para moderar el contenido generado por el usuario (UGC). Esto incluye una variedad de tipos de contenido, como reseñas de productos, perfiles de usuarios y moderación de publicaciones en redes sociales.
La moderación de contenido de Rekognition automatiza y agiliza los flujos de trabajo de moderación de imágenes y videos sin necesidad de experiencia en aprendizaje automático. Los clientes de Amazon Rekognition pueden procesar millones de imágenes y videos, detectando de manera eficiente contenido inapropiado o no deseado, con API totalmente administradas y reglas de moderación personalizables para mantener a los usuarios seguros y el negocio en cumplimiento.
El equipo migró con éxito un subconjunto de modelos de aprendizaje automático autoadministrados en el sistema de moderación de imágenes para la detección de contenido de desnudez y no seguro para el trabajo (NSFW) a la API de moderación de detección de Amazon Rekognition, aprovechando los modelos de moderación altamente precisos y completos previamente entrenados. . Con la alta precisión de Amazon Rekognition, el equipo pudo automatizar más decisiones, ahorrar costos y simplificar la arquitectura de su sistema.
Precisión mejorada y categorías de moderación ampliadas
La aplicación de la API de moderación de imágenes de Amazon Rekognition ha resultado en una mayor precisión para la detección de contenido inapropiado. Esto implica que un aproximado adicional de 1 millón de imágenes por año serán moderadas automáticamente sin necesidad de ninguna revisión humana.
Excelencia operacional
El equipo de Amazon Shopping pudo simplificar la arquitectura del sistema, reduciendo el esfuerzo operativo requerido para administrar y mantener el sistema. Este enfoque les ha ahorrado meses de esfuerzo de DevOps por año, lo que significa que ahora pueden dedicar su tiempo al desarrollo de funciones innovadoras en lugar de gastarlo en tareas operativas.
Reducción de costes
La alta precisión de la moderación de contenido de Rekognition ha permitido que el equipo envíe menos imágenes para revisión humana, incluido contenido potencialmente inapropiado. Esto ha reducido el costo asociado con la moderación humana y ha permitido a los moderadores centrar sus esfuerzos en tareas comerciales de mayor valor. Combinado con las ganancias de eficiencia de DevOps, el equipo de Amazon Shopping logró ahorros de costos significativos.
Conclusión
La migración de modelos de aprendizaje automático autohospedados a la API de moderación de Amazon Rekognition para la moderación de reseñas de productos puede proporcionar muchos beneficios para las empresas, incluido un importante ahorro de costos. Al automatizar el proceso de moderación, las tiendas en línea pueden moderar de manera rápida y precisa grandes volúmenes de revisiones de productos, mejorando la experiencia del cliente al garantizar que el contenido inapropiado o spam se elimine rápidamente. Además, mediante el uso de un servicio administrado como la API de moderación de Amazon Rekognition, las empresas pueden reducir el tiempo y los recursos necesarios para desarrollar y mantener sus propios modelos, lo que puede ser especialmente útil para las empresas con recursos técnicos limitados. La flexibilidad de la API también permite que las tiendas en línea personalicen sus reglas y umbrales de moderación para adaptarse a sus necesidades específicas.
Aprenda más sobre moderación de contenido en AWS y nuestro Casos de uso de ML de moderación de contenido. Da el primer paso hacia optimizar sus operaciones de moderación de contenido con AWS.
Acerca de los autores
Shipra Canoria es gerente principal de productos en AWS. Le apasiona ayudar a los clientes a resolver sus problemas más complejos con el poder del aprendizaje automático y la inteligencia artificial. Antes de unirse a AWS, Shipra pasó más de 4 años en Amazon Alexa, donde lanzó muchas funciones relacionadas con la productividad en el asistente de voz de Alexa.
Luca Agostino Rubino es un ingeniero de software principal en el equipo de compras de Amazon. Trabaja en funciones de la comunidad como Reseñas de clientes y Preguntas y respuestas, centrándose a lo largo de los años en la moderación de contenido y en el escalado y la automatización de las soluciones de aprendizaje automático.
lana zhang es Arquitecto de Soluciones Sénior en el equipo de Servicios de IA de AWS WWSO, especializado en IA y ML para Moderación de Contenido, Visión por Computador, Procesamiento de Lenguaje Natural e IA Generativa. Con su experiencia, se dedica a promover las soluciones de IA/ML de AWS y ayudar a los clientes a transformar sus soluciones comerciales en diversas industrias, incluidas las redes sociales, los juegos, el comercio electrónico, los medios, la publicidad y el marketing.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Automoción / vehículos eléctricos, Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- ChartPrime. Eleve su juego comercial con ChartPrime. Accede Aquí.
- Desplazamientos de bloque. Modernización de la propiedad de compensaciones ambientales. Accede Aquí.
- Fuente: https://aws.amazon.com/blogs/machine-learning/how-amazon-shopping-uses-amazon-rekognition-content-moderation-to-review-harmful-images-in-product-reviews/
- :posee
- :es
- :no
- :dónde
- 1
- 100
- 125
- 2022
- 7
- 700
- a
- Poder
- Nuestra Empresa
- aceptable
- de la máquina
- la exactitud
- preciso
- precisamente
- Lograr
- alcanzado
- a través de
- la columna Acción
- Adicionales
- Adicionalmente
- adoptado
- Ventaja
- Publicidad
- AI
- Servicios de IA
- AI / ML
- Con el objetivo
- Alexa
- algoritmos
- alinear
- Todos
- asignar
- permitido
- permite
- también
- Amazon
- Reconocimiento de amazonas
- Amazon Web Services
- an
- y
- cualquier
- abejas
- API
- enfoque
- aprobado
- aproximado
- aplicaciones
- arquitectura
- somos
- artificial
- inteligencia artificial
- Inteligencia Artificial (AI)
- AS
- aspecto
- Legal
- ayudando
- asociado
- At
- automatizado
- automatiza
- automáticamente
- automatizar
- Automatización
- Hoy Disponibles
- AWS
- basado
- BE
- a las que has recomendado
- esto
- antes
- beneficios
- mil millones
- negocios
- Comprar
- by
- PUEDEN
- de
- cases
- retos
- combinado
- Comunidades
- vibrante e inclusiva
- Empresas
- integraciones
- complejidad
- obediente
- componente
- exhaustivo
- computadora
- Visión por computador
- conjunción
- que no contengo
- contenido
- Tipos de contenido
- continuo
- continuamente
- contribuido
- Cost
- ahorro de costes
- Precio
- podría
- crucial
- cliente
- experiencia del cliente
- Clientes
- personalizable
- personalizan
- datos
- Ciencia de los datos
- Citas
- Decidir
- Koops
- decisiones
- a dedicados
- despliegue
- diseñado
- deseado
- detectar
- Detección
- determina
- desarrollar
- el desarrollo
- una experiencia diferente
- diverso
- No
- comercio electrónico
- comercio electrónico
- eficiencia
- eficiente.
- esfuerzo
- esfuerzos
- facilita
- permitiendo
- hacer cumplir
- ingeniero
- garantizar
- asegurando que
- Entorno
- especialmente
- esencial
- Cada
- diario
- expandido
- experience
- Experiencias
- Experiencia
- tener problemas con
- Caracteristicas
- realimentación
- menos
- Nombre
- cómodo
- Flexibilidad
- Focus
- enfoque
- siguiendo
- Desde
- completamente
- promover
- Ganancias
- juego de azar
- generativo
- IA generativa
- Creciendo
- garantizamos
- orientaciones
- perjudicial
- Tienen
- he
- ayuda
- ayudado
- ayudando
- aquí
- Alta
- más alto
- altamente
- Cómo
- HTML
- HTTPS
- humana
- Cientos
- cientos de millones
- imagen
- imágenes
- inmediata
- Impacto
- implementación
- implementado
- mejorar
- la mejora de
- in
- incluye
- Incluye
- INTEGRAL
- aumente
- cada vez más
- individuos
- industrias
- informar
- información
- informó
- originales
- Insights
- Intelligence
- Interfaz
- dentro
- Inversiones
- IT
- artículos
- SUS
- unión
- jpg
- Guardar
- acuerdo
- etiquetado
- idioma
- large
- mayor
- lanzado
- aprendizaje
- como
- Limitada
- máquina
- máquina de aprendizaje
- mantener
- gran
- para lograr
- Realizar
- gestionan
- gestionado
- gerente
- muchos
- Marketing
- significa
- Medios
- Conoce a
- migrado
- millones
- millones
- ML
- MLOps
- modelos
- moderación
- Mes
- meses
- más,
- MEJOR DE TU
- múltiples
- Natural
- Procesamiento natural del lenguaje
- hace casi
- ¿ Necesita ayuda
- ahora
- NSFW
- of
- ofensiva
- que ofrece
- Ofertas
- a menudo
- on
- ONE
- en línea
- operativos.
- Operaciones
- Opiniones
- or
- Otro
- Otros
- nuestros
- salida
- Más de
- total
- EL DESARROLLADOR
- parte
- apasionado
- para
- Colocar
- Platón
- Inteligencia de datos de Platón
- PlatónDatos
- Publicación
- la posibilidad
- industria
- evitar
- Director de la escuela
- Problema
- problemas
- tratamiento
- Producto
- gerente de producto
- Evaluación de productos
- Perfiles
- Promoción
- proporcionar
- proporciona un
- proporcionando
- comprar
- compras
- adquisitivo
- con rapidez
- distancia
- Rate
- Calificaciones
- razones
- recepción
- recibido
- reducir
- Reducción
- la reducción de
- con respecto a
- dependencia
- Remoto
- Requisitos
- requiere
- Recursos
- resultado
- una estrategia SEO para aparecer en las búsquedas de Google.
- Reseñas
- reglas
- ambiente seguro
- Guardar
- Ahorros
- Escala
- escamas
- la ampliación
- Ciencia:
- envío
- mayor
- de coches
- Servicios
- Varios
- ella
- Compras
- importante
- simplificar
- Social
- redes sociales
- Software
- Ingeniero de Software
- sólido
- a medida
- Soluciones
- RESOLVER
- Fuente
- Espacio
- correo no deseado (spam)
- especializada
- soluciones y
- habla
- Gastos
- gastado
- fundó
- paso
- tienda
- tiendas
- enviarlo a consideración
- Subido
- Con éxito
- tal
- te
- ¡Prepárate!
- toma
- tareas
- equipo
- Técnico
- técnicas
- que
- esa
- La
- su
- Les
- de este modo
- Estas
- ellos
- así
- A través de esta formación, el personal docente y administrativo de escuelas y universidades estará preparado para manejar los recursos disponibles que derivan de la diversidad cultural de sus estudiantes. Además, un mejor y mayor entendimiento sobre estas diferencias y similitudes culturales permitirá alcanzar los objetivos de inclusión previstos.
- equipo
- a
- hacia
- tráfico
- Formación
- transformado
- transformadora
- Turning
- tipo
- tipos
- único
- no deseado
- utilizan el
- Usuario
- usuarios
- usos
- usando
- utilizado
- Valioso
- verificar
- Video
- Videos
- visión
- Voz
- volúmenes
- fue
- web
- servicios web
- sean
- que
- mientras
- extensamente
- seguirá
- sin
- palabras
- Actividades:
- trabajado
- flujos de trabajo
- funciona
- año
- años
- tú
- zephyrnet