このプロパティーは、Interact ランタイムの Interact > offerserving > optimizationType プロパティーが BuiltInLearning に設定されている場合のみ適用可能です。

Yes に設定した場合は、Interact 設計時に学習が有効であることが予期されます。enableLearning を yes に設定する場合は、Interact > offerserving > optimizationType を BuiltInLearning または ExternalLearning に構成する必要があります。

No に設定した場合は、Interact 設計時に学習が無効であることが予期されます。enableLearning を no に設定する場合は、Interact > offerserving > optimizationType を NoLearning に構成する必要があります。

Interact 学習ユーティリティーがモニターする学習属性の最大数。

このプロパティーは、Interact ランタイムの Interact > offerserving > optimizationType プロパティーが BuiltInLearning に設定されている場合のみ適用可能です。

Interact 学習モジュールが学習属性ごとに追跡する値の最大数。

このプロパティーは、Interact ランタイムの Interact > offerserving > optimizationType プロパティーが BuiltInLearning に設定されている場合のみ適用可能です。

maxAttributeValues を超えたすべての属性値を表すために使用される属性値のデフォルト名。

このプロパティーは、Interact ランタイムの Interact > offerserving > optimizationType プロパティーが BuiltInLearning に設定されている場合のみ適用可能です。

maxAttributeValues を 3 に設定し、otherAttributeValue を other に設定した場合、学習モジュールは最初の 3 つの値を追跡します。それ以外のすべての値は、other カテゴリーに割り当てられます。例えば、訪問者属性の髪の色を追跡する場合、最初の 5 人の訪問者の髪の色が黒、茶、ブロンド、赤、およびグレーであれば、学習ユーティリティーは黒、茶、およびブロンドの髪の色を追跡します。赤とグレーの髪の色は、otherAttributeValue、other の下にグループ化されます。

学習モジュールがランダムオファーを提示する頻度のパーセント。例えば、percentRandomSelection を 5 に設定することは、学習モジュールによるランダム・オファーの提示頻度が、スコアに関係なく件数の 5% (100 件の推奨ごとに 5 件) であることを意味します。学習が有効になっている場合、percentRandomSelection を有効にすると、offerTieBreakMethod 構成プロパティーをオーバーライドします。

0 (percentRandomSelection フィーチャーを無効にします) から 100 までの整数。

recencyWeightingPeriod によって定義されたデータ集合のパーセンテージの 10 進表記。例えば、デフォルト値の 0.15 は、学習ユーティリティーによって使用されるデータの 15% が recencyWeightingPeriod からのものであることを意味します。

このプロパティーは、Interact ランタイムの Interact > offerserving > optimizationType プロパティーが BuiltInLearning に設定されている場合のみ適用可能です。

学習モジュールによって重みの recencyWeightingFactor パーセンテージを付与される、データのサイズを時間数で表したもの。例えば、デフォルト値の 120 は、学習モジュールによって使用されるデータの recencyWeightingFactor が、過去 120 時間からのものであることを意味します。

このプロパティーは、optimizationType が builtInLearning に設定されている場合にのみ適用されます。

Yes に設定した場合、Interact 学習モジュールは、学習属性 (標準または動的) に予測性がない時点をアルゴリズムによって判別します。学習属性に予測性がない場合、学習モジュールはオファーの重みを判別するときに、その属性を考慮しません。これは、学習モジュールが学習データを集約するまで続行されます。

No に設定した場合、学習モジュールは常にすべての学習属性を使用します。予測性のない属性のプルーニングを行わなかった場合、学習モジュールの本来の正確さが十分に発揮されない可能性があります。