Müşteriler, ister mutfak havlusu gibi günlük ürünleri satın alıyor ister araba satın almak gibi büyük alışverişler yapıyor olsun, alışveriş yolculuklarında bilinçli kararlar vermek için giderek daha fazla ürün incelemelerine yöneliyor. Bu yorumlar, alışveriş yapanların diğer müşterilerin görüş ve deneyimlerine erişmesini sağlayan önemli bir bilgi kaynağına dönüştü. Sonuç olarak ürün incelemeleri, satın alma kararlarını bilgilendirmeye yardımcı olacak değerli geri bildirimler ve bilgiler sunan, herhangi bir mağazanın önemli bir unsuru haline geldi.
Amazon, yüz milyonlarca ürünün bulunduğu en büyük mağazalardan birine sahiptir. 2022'de 125 milyon müşteri, Amazon mağazalarına yaklaşık 1.5 milyar yorum ve derecelendirmeyle katkıda bulunarak Amazon'daki çevrimiçi incelemeleri müşteriler için sağlam bir geri bildirim kaynağı haline getirdi. Her ay gönderilen ürün incelemeleri ölçeğinde, bu incelemelerin aşağıdakilerle uyumlu olduğunun doğrulanması önemlidir. Amazon Topluluk Kuralları kabul edilebilir dil, kelimeler, videolar ve resimlerle ilgili. Bu uygulama, müşterilerin ürünle ilgili doğru bilgi almasını garanti altına almak ve incelemelerde uygunsuz dil, rahatsız edici görüntüler veya bireylere veya topluluklara yönelik her türlü nefret söylemi bulunmasını önlemek için uygulanmaktadır. Amazon, bu yönergeleri uygulayarak tüm müşteriler için güvenli ve kapsayıcı bir ortam sağlayabilir.
İçerik denetleme otomasyonu, Amazon'un yüksek doğruluğu korurken süreci ölçeklendirmesine olanak tanır. Bu, benzersiz zorlukları olan ve metin, görseller ve videolar için farklı teknikler gerektiren karmaşık bir sorun alanıdır. Resimler, ürün incelemelerinin ilgili bir bileşenidir ve genellikle müşteriler üzerinde metinden daha hızlı bir etki sağlar. İle Amazon Rekognition İçerik DenetlemeAmazon, ürün incelemelerindeki zararlı görselleri daha yüksek doğrulukla otomatik olarak tespit edebiliyor ve bu tür içeriklerin denetlenmesi için insan incelemecilere olan bağımlılığı azaltıyor. Rekognition İçerik Denetimi, insan moderatörlerin refahını artırmaya ve önemli ölçüde maliyet tasarrufu sağlamaya yardımcı oldu.
Şirket içinde barındırılan makine öğrenimi modelleriyle denetim
Amazon Alışveriş ekibi, ürün incelemelerinin ürünle ilgili müşteri deneyimiyle ilgili olmasını ve uygunsuz veya Topluluk kurallarına göre zararlı içerik. Aşağıdaki diyagramda gösterildiği gibi görüntü denetleme alt sistemi, Amazon yönergelerini ihlal eden görüntüleri tespit etmek için birden fazla kendi kendine barındırılan ve kendi kendini eğiten bilgisayarlı görüntü modellerinden yararlandı. Karar işleyici, denetleme eylemini belirler ve ML modellerinin çıktısına dayanarak kararının nedenlerini sunar, böylece görüntünün bir insan moderatör tarafından daha fazla incelenmesi gerekip gerekmediğine veya otomatik olarak onaylanıp onaylanamayacağına veya reddedilebileceğine karar verir.
Ekip, kendi kendine barındırılan bu makine öğrenimi modelleriyle, incelemelerin bir parçası olarak alınan görüntülerin %40'ına ilişkin kararları otomatikleştirerek işe başladı ve çeşitli zorluklarla karşı karşıya kalarak yıllar boyunca çözümü iyileştirmek için sürekli olarak çalıştı:
- Otomasyon oranını iyileştirmeye yönelik devam eden çabalar – Ekip, otomasyon oranını artırmayı hedefleyerek makine öğrenimi algoritmalarının doğruluğunu iyileştirmeyi arzuladı. Bu, model eğitimi ve dağıtımı için veri etiketlemeye, veri bilimine ve MLOps'a sürekli yatırım yapılmasını gerektirir.
- Sistem karmaşıklığı – Mimari karmaşıklığı, ML çıkarım sürecinin artan içerik gönderme trafiğini karşılayacak şekilde verimli bir şekilde ölçeklenmesini sağlamak için MLOps'a yatırım yapılmasını gerektirir.
Şirket içinde barındırılan makine öğrenimi modellerini Rekognition İçerik Moderasyon API'si ile değiştirin
Amazon Rekognisyon için bir API arayüzü aracılığıyla önceden eğitilmiş modeller sunan, yönetilen bir yapay zeka (AI) hizmetidir. resim ve video denetimi. Kullanıcı tarafından oluşturulan içeriği (UGC) denetlemek için e-ticaret, sosyal medya, oyun, çevrimiçi arkadaşlık uygulamaları ve diğerleri gibi endüstriler tarafından yaygın olarak benimsenmiştir. Buna ürün incelemeleri, kullanıcı profilleri ve sosyal medya gönderi denetimi gibi çeşitli içerik türleri dahildir.
Rekognition İçerik Denetimi, makine öğrenimi deneyimi gerektirmeden görüntü ve video denetleme iş akışlarını otomatikleştirir ve kolaylaştırır. Amazon Rekognition müşterileri, kullanıcıları güvende tutmak ve işletmeyi uyumlu tutmak için tam olarak yönetilen API'ler ve özelleştirilebilir denetleme kurallarıyla milyonlarca görüntü ve videoyu işleyerek uygunsuz veya istenmeyen içeriği etkili bir şekilde tespit edebilir.
Ekip, son derece doğru ve kapsamlı, önceden eğitilmiş moderasyon modellerinden yararlanarak, çıplaklık ve iş için güvenli olmayan (NSFW) içerik algılamaya yönelik görüntü denetleme sistemindeki kendi kendini yöneten ML modellerinin bir alt kümesini başarıyla Amazon Rekognition Detect Moderation API'ye taşıdı. . Ekip, Amazon Rekognition'ın yüksek doğruluğu sayesinde daha fazla kararı otomatikleştirmeyi, maliyetten tasarruf etmeyi ve sistem mimarisini basitleştirmeyi başardı.
İyileştirilmiş doğruluk ve genişletilmiş denetim kategorileri
uygulanması Amazon Rekognition görüntü denetleme API'si Uygunsuz içeriğin tespitinde daha yüksek doğruluk elde edildi. Bu, yılda yaklaşık 1 milyon görüntünün herhangi bir insan incelemesine gerek kalmadan otomatik olarak denetleneceği anlamına gelir.
Operasyonel mükemmellik
Amazon Alışveriş ekibi, sistem mimarisini basitleştirerek sistemi yönetmek ve sürdürmek için gereken operasyonel çabayı azaltmayı başardı. Bu yaklaşım, onları yılda aylarca süren DevOps çabasından kurtardı; bu da artık zamanlarını operasyonel görevlere harcamak yerine yenilikçi özellikler geliştirmeye ayırabilecekleri anlamına geliyor.
Maliyet azaltma
Rekognition İçerik Moderasyonunun yüksek doğruluğu, ekibin potansiyel olarak uygunsuz içerik de dahil olmak üzere insan incelemesi için daha az resim göndermesine olanak tanıdı. Bu, insan denetimiyle ilgili maliyeti azalttı ve moderatörlerin çabalarını daha yüksek değerli iş görevlerine odaklamasına olanak sağladı. DevOps verimliliğindeki kazanımlarla birlikte Amazon Alışveriş ekibi önemli maliyet tasarrufları elde etti.
Sonuç
Ürün inceleme denetimi için şirket içinde barındırılan makine öğrenimi modellerinden Amazon Rekognition Moderation API'ye geçiş, işletmelere önemli maliyet tasarrufları da dahil olmak üzere birçok avantaj sağlayabilir. Denetleme sürecini otomatikleştirerek, çevrimiçi mağazalar büyük hacimli ürün incelemelerini hızlı ve doğru bir şekilde denetleyebilir, uygunsuz veya spam içeriğin hızla kaldırılmasını sağlayarak müşteri deneyimini iyileştirebilir. Ayrıca şirketler, Amazon Rekognition Moderation API gibi yönetilen bir hizmet kullanarak kendi modellerini geliştirmek ve sürdürmek için gereken süreyi ve kaynakları azaltabilir; bu da özellikle sınırlı teknik kaynaklara sahip işletmeler için yararlı olabilir. API'nin esnekliği ayrıca çevrimiçi mağazaların denetleme kurallarını ve eşiklerini kendi özel ihtiyaçlarına uyacak şekilde özelleştirmesine de olanak tanır.
Hakkında daha fazla bilgi alın AWS'de içerik denetimi ve içerik denetimi makine öğrenimi kullanım örnekleri. için ilk adımı atın AWS ile içerik denetleme işlemlerinizi kolaylaştırma.
Yazarlar Hakkında
Shipra Kanoria AWS'de Baş Ürün Yöneticisidir. Müşterilerin en karmaşık sorunlarını makine öğrenimi ve yapay zekanın gücüyle çözmelerine yardımcı olma konusunda tutkulu. Shipra, AWS'ye katılmadan önce Amazon Alexa'da 4 yıldan fazla zaman geçirdi ve burada Alexa sesli asistanında verimlilikle ilgili birçok özelliği kullanıma sundu.
Luca Agostino Rubino Amazon Alışveriş ekibinde Baş Yazılım Mühendisidir. Müşteri İncelemeleri ve Soru-Cevap gibi Topluluk özellikleri üzerinde çalışıyor ve yıllar boyunca İçerik Moderasyonuna ve Makine Öğrenimi çözümlerinin ölçeklendirilmesi ve otomasyonuna odaklanıyor.
Lana Çang AWS WWSO Yapay Zeka Hizmetleri ekibinde Kıdemli Çözüm Mimarıdır ve İçerik Denetimi, Bilgisayarla Görme, Doğal Dil İşleme ve Üretken Yapay Zeka için Yapay Zeka ve Makine Öğrenimi konusunda uzmanlaşmıştır. Uzmanlığıyla kendini AWS AI/ML çözümlerini tanıtmaya ve müşterilerin sosyal medya, oyun, e-ticaret, medya, reklam ve pazarlama dahil olmak üzere çeşitli sektörlerdeki iş çözümlerini dönüştürmelerine yardımcı olmaya adamıştır.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. Otomotiv / EV'ler, karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- ChartPrime. Ticaret Oyununuzu ChartPrime ile yükseltin. Buradan Erişin.
- Blok Ofsetleri. Çevre Dengeleme Sahipliğini Modernleştirme. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/how-amazon-shopping-uses-amazon-rekognition-content-moderation-to-review-harmful-images-in-product-reviews/
- :vardır
- :dır-dir
- :olumsuzluk
- :Neresi
- 1
- 100
- 125
- 2022
- 7
- 700
- a
- Yapabilmek
- Hakkımızda
- kabul edilebilir
- erişim
- doğruluk
- doğru
- tam olarak
- Başarmak
- elde
- karşısında
- Action
- Ek
- Ayrıca
- benimsenen
- avantaj
- reklâm
- AI
- AI hizmetleri
- AI / ML
- hedefleyen
- Alexa
- algoritmalar
- hizalamak
- Türkiye
- ayırmak
- izin
- veriyor
- Ayrıca
- Amazon
- Amazon Rekognisyon
- Amazon Web Servisleri
- an
- ve
- herhangi
- api
- API'ler
- yaklaşım
- onaylı
- yaklaşık
- uygulamalar
- mimari
- ARE
- yapay
- yapay zeka
- Yapay zeka (AI)
- AS
- boy
- Asistan
- yardım
- ilişkili
- At
- otomatikleştirmek
- otomata
- otomatik olarak
- ayrıca otomasyonun
- Otomasyon
- mevcut
- AWS
- merkezli
- BE
- müşterimiz
- olmuştur
- önce
- faydaları
- Milyar
- iş
- işletmeler
- Satın alma
- by
- CAN
- araba
- durumlarda
- zorluklar
- kombine
- topluluklar
- topluluk
- Şirketler
- karmaşık
- karmaşıklık
- uyumlu
- bileşen
- kapsamlı
- bilgisayar
- Bilgisayar görüşü
- birlikte
- içermek
- içerik
- İçerik Türleri
- sürekli
- devamlı olarak
- katkıda
- Ücret
- tasarruf
- maliyetler
- olabilir
- çok önemli
- müşteri
- müşteri deneyimi
- Müşteriler
- özelleştirilebilir
- özelleştirmek
- veri
- veri bilimi
- Bayan
- Karar verme
- karar
- kararlar
- adanmış
- açılma
- tasarlanmış
- İstediğiniz
- belirlemek
- Bulma
- belirleyen
- geliştirmek
- gelişen
- farklı
- çeşitli
- Dont
- e-ticaret
- e-ticaret
- verim
- verimli biçimde
- çaba
- çabaları
- etkin
- etkinleştirme
- zorlama
- mühendis
- sağlamak
- sağlanması
- çevre
- özellikle
- gerekli
- Her
- her gün
- genişletilmiş
- deneyim
- Deneyimler
- Uzmanlık
- karşı
- Özellikler
- geribesleme
- daha az
- Ad
- uygun
- Esneklik
- odak
- odaklanma
- takip etme
- İçin
- itibaren
- tamamen
- daha fazla
- Kazançlar
- kumar
- üretken
- üretken yapay zeka
- Büyüyen
- garanti
- kuralları yenileyerek
- zararlı
- Var
- he
- yardım et
- yardım
- yardım
- onu
- Yüksek
- daha yüksek
- büyük ölçüde
- Ne kadar
- HTML
- HTTPS
- insan
- Yüzlerce
- yüz milyonlarca
- görüntü
- görüntüleri
- Acil
- darbe
- uygulama
- uygulanan
- iyileştirmek
- geliştirme
- in
- içerir
- Dahil olmak üzere
- dahil
- Artırmak
- giderek
- bireyler
- Endüstri
- bilgi vermek
- bilgi
- bilgi
- yenilikçi
- anlayışlar
- yerine
- İstihbarat
- arayüzey
- içine
- Yatırımlar
- IT
- ürün
- ONUN
- birleştirme
- seyahat
- jpg
- tutmak
- koruma
- etiketleme
- dil
- büyük
- büyük
- başlattı
- öğrenme
- sevmek
- Sınırlı
- makine
- makine öğrenme
- korumak
- büyük
- yapmak
- Yapımı
- yönetmek
- yönetilen
- müdür
- çok
- Pazarlama
- anlamına geliyor
- medya
- Neden
- taşınan
- milyon
- milyonlarca
- ML
- MLO'lar
- modelleri
- ılımlılık
- Ay
- ay
- Daha
- çoğu
- çoklu
- Doğal (Madenden)
- Doğal Dil İşleme
- neredeyse
- gerek
- gerekli
- ihtiyaçlar
- şimdi
- NSFW
- of
- saldırgan
- teklif
- Teklifler
- sık sık
- on
- ONE
- Online
- işletme
- Operasyon
- Görüşler
- or
- Diğer
- Diğer
- bizim
- çıktı
- tekrar
- tüm
- kendi
- Bölüm
- tutkulu
- başına
- yer
- Platon
- Plato Veri Zekası
- PlatoVeri
- Çivi
- potansiyel
- güç kelimesini seçerim
- uygulama
- önlemek
- Anapara
- Sorun
- sorunlar
- süreç
- işleme
- PLATFORM
- ürün müdürü
- Ürün Yorumları
- Profiller
- teşvik
- sağlamak
- sağlar
- sağlama
- satın alma
- alımları
- Satın alma
- hızla
- menzil
- oran
- değerlendirme
- nedenleri
- teslim almak
- Alınan
- azaltmak
- Indirimli
- azaltarak
- ilişkin
- uygun
- güven
- çıkarıldı
- gereklidir
- gerektirir
- Kaynaklar
- sonuç
- yorum
- Yorumları
- kurallar
- güvenli
- İndirim
- Tasarruf
- ölçek
- terazi
- ölçekleme
- Bilim
- göndermek
- kıdemli
- hizmet
- Hizmetler
- birkaç
- o
- Alışveriş
- önemli
- basitleştirmek
- Sosyal Medya
- sosyal medya
- Yazılım
- Yazılım Mühendisi
- katı
- çözüm
- Çözümler
- ÇÖZMEK
- Kaynak
- uzay
- Spam
- uzmanlaşmış
- özel
- konuşma
- Harcama
- harcanmış
- başladı
- adım
- mağaza
- mağaza
- boyun eğme
- gönderilen
- Başarılı olarak
- böyle
- sistem
- Bizi daha iyi tanımak için
- alma
- görevleri
- takım
- Teknik
- teknikleri
- göre
- o
- The
- ve bazı Asya
- Onları
- böylece
- Bunlar
- onlar
- Re-Tweet
- İçinden
- zaman
- için
- karşı
- trafik
- Eğitim
- transforme
- dönüşüm
- Dönüş
- tip
- türleri
- benzersiz
- istenmeyen
- kullanım
- kullanıcı
- kullanıcılar
- kullanım
- kullanma
- kullanılan
- Değerli
- doğrulamak
- Video
- Videolar
- vizyonumuz
- ses
- hacimleri
- oldu
- ağ
- web hizmetleri
- olup olmadığını
- hangi
- süre
- geniş ölçüde
- irade
- ile
- olmadan
- sözler
- İş
- işlenmiş
- iş akışları
- çalışır
- yıl
- yıl
- zefirnet