← ニュース一覧
Databricks Blog2026年10月2日
リアルタイム・リテール・インテリジェンス：LakebaseとAI Searchを用いたDatabricksでのEコマース推薦システムの構築
英語原文から AI が翻訳しました。 英語版を見る
要約
AI Searchによる候補抽出、Lakebaseによるオンライン特徴量サービング、Model Servingによる低レイテンシ推論を活用し、Databricks上でリアルタイム多段階Eコマース推薦エンジンを構築するための完全なリファレンスアーキテクチャが公開されました。バッチ事前計算とリアルタイムスコアリングを単一のガバナンスプラットフォーム上に統合し、分断されたMLスタックを置き換えることで、グルーコードを排除し、生データから本番予測までのエンドツーエンドの系譜を実現します。
* クリックストリームの取り込みからリアルタイムのパーソナライズされたサービングまで、Databricks上で多段階の推薦およびランキングエンジンを構築するための完全なリファレンスアーキテクチャ。分断されたMLインフラストラクチャを単一の統合プラットフォームに置き換えます。 * 事前計算されたバッチ推薦とリアルタイムスコアリングパスを組み合わせることで、低レイテンシでパーソナライズされた商品推薦を実現。候補抽出にはDatabricks AI Search、オンライン特徴量サービングにはLakebase、低レイテンシ推論にはModel Servingを使用します。 * データエンジニアリング、特徴量管理、モデルトレーニング、リアルタイムサービングを1つのガバナンスプラットフォームに統合することで、Eコマースチームはグルーコードを排除し、イテレーションサイクルを加速し、生のクリックストリームから本番予測までのエンドツーエンドの系譜を獲得できます。