उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा, मशीन लर्निंग का इस्तेमाल करती है. खास तौर पर, किसी लक्ष्य को हासिल करने के लिए अलग-अलग उपयोगकर्ताओं को सबसे अच्छा अनुभव देने के लिए, कॉन्टेक्स्ट के हिसाब से काम करने वाले मल्टी-आर्म बैंडिट एल्गोरिदम का इस्तेमाल करती है. हमारे मामले में, हमारा मकसद किसी खास Google Analytics इवेंट की कुल संख्या या कुल पैरामीटर वैल्यू के लिए ऑप्टिमाइज़ करना है.
कॉन्टेक्स्टल मल्टी-आर्म बैंडिट एल्गोरिदम क्या है?
"मल्टी-आर्म बैंडिट" एक ऐसा मेटाफ़ोर है जिसका इस्तेमाल उस स्थिति के बारे में बताने के लिए किया जाता है जहां हमें कई पाथ की सूची में से, सबसे ज़्यादा और भरोसेमंद इनाम पाने वाला पाथ चुनना होता है. इसे समझने के लिए, स्लॉट मशीनों की एक पंक्ति के सामने जुआ खेलने वाले व्यक्ति के मेटाफ़ोर का इस्तेमाल किया जा सकता है. आम तौर पर, स्लॉट मशीन को "एक-सशस्त्र डाकू" कहा जाता है, क्योंकि स्लॉट मशीन में एक हैंडल (या हाथ) होता है और वह आपका पैसा लेती है. हम एक से ज़्यादा "आर्म" का हल करना चाहते हैं, इसलिए एक-आर्म बैंडिट, मल्टी-आर्म बैंडिट बन जाता है.
उदाहरण के लिए, मान लें कि हमारे पास तीन विकल्प हैं और हमें यह तय करना है कि कौनसा विकल्प सबसे भरोसेमंद इनाम देता है: हम हर विकल्प को आज़मा सकते हैं. इसके बाद, नतीजा मिलने के बाद, हम उस विकल्प को चुनते रहेंगे जिससे सबसे ज़्यादा इनाम मिले. इसे लालची एल्गोरिदम कहा जाता है: जब हम पहली बार किसी विकल्प को आज़माते हैं और वह सबसे अच्छा नतीजा देता है, तो हम उसे ही चुनते रहेंगे. हालांकि, हम समझ सकते हैं कि ऐसा हमेशा काम नहीं कर सकता. एक वजह यह है कि ज़्यादा इनाम, अचानक मिल सकता है. इसके अलावा, हो सकता है कि उपयोगकर्ता के हिसाब से कोई ऐसा कॉन्टेक्स्ट हो जिसकी वजह से उस समयावधि के दौरान ज़्यादा इनाम मिले हों. हालांकि, बाद में ऐसा नहीं होगा.
इसलिए, एल्गोरिदम को ज़्यादा असरदार बनाने के लिए कॉन्टेक्स्ट जोड़ा जाता है. Remote Config उपयोगकर्ताओं के हिसाब से कॉन्टेंट दिखाने के लिए, यह शुरुआती कॉन्टेक्स्ट, रैंडम सैंपलिंग या अनिश्चितता है. इससे प्रयोग को कुछ एन्ट्रोपी मिलती है. यह "संदर्भ के हिसाब से कई विकल्पों में से सबसे अच्छा विकल्प चुनने वाला एल्गोरिदम" लागू करता है. प्रयोग के दौरान, लगातार एक्सप्लोरेशन और निगरानी की जाती है. इससे, मॉडल को यह जानकारी मिलती है कि किन ग्रुप को इनाम मिलने की संभावना सबसे ज़्यादा है. इससे मॉडल ज़्यादा असरदार बनता है.
मेरे ऐप्लिकेशन पर इसका क्या असर होगा?
अब, आइए बात करते हैं कि आपके ऐप्लिकेशन के संदर्भ में, मल्टी-आर्म्ड बैंडिट एल्गोरिदम का क्या मतलब है. मान लें कि बैनर विज्ञापन पर होने वाले क्लिक के लिए ऑप्टिमाइज़ किया जा रहा है. इस मामले में, उपयोगकर्ताओं के हिसाब से विज्ञापन दिखाने की सुविधा के "आर्म", वे वैकल्पिक वैल्यू होंगी जिन्हें उपयोगकर्ताओं को दिखाने के लिए, अलग-अलग बैनर विज्ञापनों को दिखाने के लिए तय किया जाता है. बैनर विज्ञापन पर क्लिक करने पर मिलने वाला इनाम, मकसद होता है.
उपयोगकर्ताओं के हिसाब से कॉन्टेंट दिखाने की सुविधा को पहली बार लॉन्च करने पर, मॉडल को यह पता नहीं होता कि हर उपयोगकर्ता के लिए, आपके लक्ष्य को हासिल करने के लिए कौनसी वैल्यू का इस्तेमाल करना चाहिए. आपके लक्ष्य को हासिल करने की संभावना को समझने के लिए, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा हर वैकल्पिक वैल्यू को एक्सप्लोर करती है. इससे, मॉडल को ज़्यादा जानकारी मिलती है. इससे, हर उपयोगकर्ता के लिए सबसे अच्छा अनुभव का अनुमान लगाने और उसे चुनने की उसकी क्षमता बेहतर होती है.
दिलचस्पी के मुताबिक विज्ञापन दिखाने की सुविधा, 24 घंटे की स्टिकीनेस विंडो का इस्तेमाल करती है. यह वह समय होता है जब मनमुताबिक बनाने वाला एल्गोरिदम, किसी एक वैकल्पिक वैल्यू को एक्सप्लोर करता है. आपको मनमुताबिक बनाने की सुविधा को इतना समय देना चाहिए कि वह हर वैकल्पिक वैल्यू को कई बार एक्सप्लोर कर सके. आम तौर पर, इसके लिए 14 दिन का समय लगता है. आम तौर पर, इन्हें हमेशा चलने दिया जा सकता है, ताकि वे लगातार बेहतर हो सकें और आपके ऐप्लिकेशन और उपयोगकर्ता के व्यवहार में बदलाव होने पर, उनमें बदलाव किया जा सके.
अन्य मेट्रिक ट्रैक करना
Remote Config दिलचस्पी के मुताबिक बनाने की सुविधा से, दो और मेट्रिक को ट्रैक करने की सुविधा भी मिलती है. इससे आपको अपने नतीजों के बारे में बेहतर तरीके से जानकारी मिलती है. मान लें कि आपने एक सोशल ऐप्लिकेशन डेवलप किया है और उपयोगकर्ताओं की दिलचस्पी बढ़ाने के लिए, दोस्तों के साथ कॉन्टेंट शेयर करने के लिए अलग-अलग वैल्यू सेट की हैं.
इस मामले में, link_received जैसे Analytics इवेंट के लिए ऑप्टिमाइज़ किया जा सकता है. साथ ही, अपनी दो मेट्रिक को user_engagement और
link_opened पर सेट किया जा सकता है. इससे यह समझने में मदद मिलती है कि उपयोगकर्ता ऐक्टिविटी और उपयोगकर्ता के खोले गए लिंक की संख्या में बढ़ोतरी (असल ऐक्टिविटी) हुई है या गिरावट (संभवतः बहुत ज़्यादा स्पैम वाले लिंक) आई है.
इन अतिरिक्त मेट्रिक को मनमुताबिक बनाने के एल्गोरिदम में शामिल नहीं किया जाएगा. हालांकि, इन्हें मनमुताबिक बनाने के नतीजों के साथ ट्रैक किया जा सकता है. इससे, आपको यह अहम जानकारी मिलती है कि मनमुताबिक बनाने की सुविधा से आपके सभी लक्ष्यों को हासिल किया जा सकता है या नहीं.
Firebase को उपयोगकर्ता के मनमुताबिक बनाने के नतीजों को समझना
डेटा इकट्ठा करने के लिए, मनमुताबिक बनाने की सुविधा को ज़रूरत के मुताबिक चलाने के बाद, आपके पास इसके नतीजे देखने का विकल्प होता है.
मनमुताबिक़ बनाने के नतीजे देखने के लिए:
Remote Config पेज खोलें और पसंद के मुताबिक बनाएं पर क्लिक करें.
वह जानकारी चुनें जिसे आपको देखने हैं. दिलचस्पी के मुताबिक विज्ञापन दिखाने के लिए, नाम या मकसद के हिसाब से खोज की जा सकती है. साथ ही, नाम, शुरू होने का समय या कुल लिफ़्ट के हिसाब से क्रम से लगाया जा सकता है.
नतीजों वाले पेज पर, बेसलाइन ग्रुप के मुकाबले, पसंद के मुताबिक बनाने की सुविधा से हुई परफ़ॉर्मेंस में हुए कुल लिफ़्ट या प्रतिशत के अंतर की खास जानकारी दी जाती है.
नतीजों के पेज पर, आपके हिसाब से कॉन्टेंट दिखाने की सुविधा की मौजूदा स्थिति, इसके एट्रिब्यूट, और एक इंटरैक्टिव ग्राफ़ भी दिखता है. इस ग्राफ़ से यह जानकारी मिलती है:
इसमें, दिलचस्पी के मुताबिक विज्ञापन दिखाने की सुविधा की परफ़ॉर्मेंस के बारे में, हर दिन और कुल मिलाकर पूरी जानकारी दिखती है. साथ ही, यह भी दिखता है कि यह सुविधा, बेसलाइन के मुकाबले कैसी परफ़ॉर्म करती है.
इससे पता चलता है कि बेसलाइन ग्रुप में हर वैल्यू की परफ़ॉर्मेंस कैसी है.
आपने जो अतिरिक्त मेट्रिक चुनी हैं उनके आधार पर, लक्ष्य के नतीजे और परफ़ॉर्मेंस दिखाता है. इन मेट्रिक को समरी में सबसे ऊपर मौजूद टैब का इस्तेमाल करके ऐक्सेस किया जा सकता है.
मनमुताबिक बनाने की सुविधा को कभी भी बंद नहीं किया जा सकता. साथ ही, इसकी परफ़ॉर्मेंस पर नज़र रखने के लिए, नतीजों वाले पेज पर फिर से जाया जा सकता है. एल्गोरिदम लगातार सीखता और अडजस्ट होता रहेगा, ताकि उपयोगकर्ता के व्यवहार में बदलाव होने पर वह उसमें बदलाव कर सके.
मनमुताबिक बनाने की सेटिंग मिटाने के बारे में जानकारी
Firebase console का इस्तेमाल करके, दिलचस्पी के मुताबिक विज्ञापन दिखाने की सुविधा को मिटाया जा सकता है. इसके अलावा, Firebase Remote Config API का इस्तेमाल करके, अपने टेंप्लेट से दिलचस्पी के मुताबिक विज्ञापन दिखाने की सुविधा वाले पैरामीटर को हटाया जा सकता है. मिटाए गए निजी अनुभव को वापस नहीं लाया जा सकता. डेटा के रखरखाव के बारे में जानने के लिए, डेटा मिटाना लेख पढ़ें.
रोलबैक या टेंप्लेट इंपोर्ट करके भी, दिलचस्पी के मुताबिक बनाए गए विज्ञापन मिटाए जा सकते हैं.
रोलबैक
अगर आपके मौजूदा टेंप्लेट में दिलचस्पी के मुताबिक बदलाव किए गए हैं और आपने किसी ऐसे टेंप्लेट पर रोल बैक किया है जिसमें ये बदलाव नहीं हैं, तो दिलचस्पी के मुताबिक किए गए बदलाव मिट जाते हैं. किसी पिछले टेंप्लेट पर वापस जाने के लिए, Firebase कंसोल का इस्तेमाल करें या Firebase Remote Config एपीआई का इस्तेमाल करके roll back पर जाएं.
उपयोगकर्ता के हिसाब से कॉन्टेंट बनाने की प्रोसेस को मिटाने और पिछले टेंप्लेट पर वापस जाने पर, Firebase कंसोल में उस अमान्य प्रोसेस का रेफ़रंस दिखता है. Remote Config पेज के पैरामीटर टैब में जाकर, दिलचस्पी के मुताबिक कॉन्टेंट दिखाने की सेटिंग में बदलाव करके, Firebase कंसोल से अमान्य कॉन्टेंट हटाया जा सकता है.
आयात
अगर कोई ऐसा टेंप्लेट इंपोर्ट किया जाता है जिसमें आपके हिसाब से किए गए बदलाव नहीं हैं, तो वे बदलाव मिट जाते हैं. टेंप्लेट इंपोर्ट करने के लिए, Firebase कंसोल का इस्तेमाल करें या Remote Config REST API का इस्तेमाल करें.
अगले चरण
Remote Config उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के इस्तेमाल के उदाहरण देखें.
Remote Config मनमुताबिक बनाने की सुविधा का इस्तेमाल शुरू करें.