Malachyteは、新規ユーザーへの商品レコメンデーションという課題を解決するためにAI搭載プラットフォームを開発しました。オンラインサービスにとって不可欠なこのパーソナライゼーションは、大規模言語モデルの進歩に触発されたものです。同社は、高度なレコメンデーションアルゴリズムを構築するために、BigtableやManaged Service for Apache KafkaといったGoogle Cloudツールを活用しました。Malachyteのブレークスルーは、LLMと同様の注意機構を備えたニューラルネットワークを小売業のインタラクションに応用したことにあります。彼らは、サイト上でのアクティビティのシーケンスを分析することで、ユーザーが次に欲しがるアイテムを予測しようとしました。このアプローチは、あらゆるインタラクションを利用してユーザーのプロファイルベクトルを洗練させることで、「コールドスタート」問題に対処します。新しいデータが追加されるにつれて予測は向上し、モデル全体は匿名化されたユーザー情報から恩恵を受けます。Malachyteのシステムは、ユーザープロファイルをミリ秒単位で更新し、リアルタイムのレコメンデーションを可能にします。大量の履歴データを必要とする従来のメソッドとは異なり、Malachyteはより高いパーソナライゼーションとプライバシーのためにセッションインタラクションに焦点を当てています。このマルチモーダルシステムは、ユーザーデータをエンコードし、正確なレコメンデーションのために商品を同じベクトル空間に埋め込みます。KafkaによるストリーミングイベントやBigtableによる高速ルックアップを含むGoogle CloudのリアルタイムAIインフラストラクチャは、迅速な更新とレコメンデーションを可能にします。このスケーラブルなアーキテクチャは、Malachyteが効率的にパーソナライズされたエクスペリエンスを提供する能力にとって不可欠です。