Come Amazon valuta la qualità dei contenuti con SageMaker AI

Amazon Marketplace ha illustrato la metodologia utilizzata per valutare su larga scala la qualità dell'A+ Content all'interno delle pagine prodotto, sfruttando la piattaforma Amazon SageMaker AI. L'obiettivo del sistema è analizzare visivamente e testualmente le schede dei prodotti per poi restituire indicazioni operative ai partner di vendita.

Cosa è stato annunciato

Il flusso di elaborazione descritto da Amazon per la revisione dei contenuti si articola in diverse fasi tecniche complementari:

• Rendering a istantanea singola: ogni pagina prodotto viene elaborata e visualizzata sotto forma di una singola istantanea visiva (snapshot).
• Modello vision-language e OCR: l'istantanea viene analizzata da un modello visivo-linguistico (un sistema capace di elaborare simultaneamente testo e immagini) combinato con segnali di leggibilità estratti tramite OCR (riconoscimento ottico dei caratteri, una tecnologia che individua ed estrae il testo contenuto nelle immagini).
• Classificazione con CatBoost: i dati e i segnali raccolti confluiscono all'interno di un classificatore CatBoost, un algoritmo di apprendimento automatico basato su alberi decisionali, che attribuisce un punteggio complessivo alla qualità del contenuto.
• Raccomandazioni azionabili con SHAP: per interpretare l'esito del modello, viene utilizzata la libreria SHAP (uno strumento per spiegare le previsioni degli algoritmi di machine learning). Questa fase permette di convertire la decisione statistica del classificatore in raccomandazioni pratiche, ordinate per livello di priorità, destinate a chi vende sul marketplace.

Cosa cambia per chi usa l'AI

L'architettura adottata su Amazon SageMaker AI mostra un'applicazione pratica di machine learning interpretabile applicata all'e-commerce. Invece di limitarsi a un giudizio automatico privo di spiegazioni, il modello scompone i fattori determinanti della valutazione.

Per i venditori partner (selling partners), l'integrazione tra la classificazione e il metodo SHAP si traduce nella ricezione di suggerimenti chiari e prioritizzati. In questo modo, chi gestisce i cataloghi commerciali può capire esattamente su quali elementi visivi o di leggibilità intervenire per migliorare l'A+ Content delle proprie pagine prodotto.