自己学習応答モデル (SLRM) ノードにより、データの増加に伴って継続的に更新/再評価が可能なモデルを作成することができます。毎回完全なデータ・セットを使用してモデルを再作成する必要はありません。 例えば、複数の製品があり、どの製品を顧客に提案すれば購入の確率が最も高いかを判断する場合などに、こうしたモデルを作成すると便利です。 このモデルにより、顧客にとって最も適切な提案および受け入れられる提案の確率を予測できます。

最初は、ランダムに作成された提案と、それらの提案に対する反応が設定された小さなデータ・セットを使用して、モデルを作成します。 データ・セットが増大するにつれてモデルを更新できるため、年齢、性別、仕事、および収入の入力フィールドに基づいて、モデルは顧客にとって最適な提案および受け入れられる確率を予測できるようになります。 提案を変更する場合は、ノード内で提案の追加や削除を行います。データ・セットの対象フィールドを変更する必要はありません。

SLRM ノードを実行する前に、ノード・プロパティーで対象フィールドと対象レスポンス・フィールドを指定する必用があります。 対象フィールドには、数値ではなく文字列を格納する必要があります。 対象レスポンス・フィールドは、フラグでなければなりません。 このフラグの真 (true) の値は受け入れられたオファーを表し、偽 (false) の値は拒否されたオファーを表します。

例。 金融機関は、それぞれの顧客に受け入れられる提案を行うことで、さらに収益を上げることを望んでいます。 自己学習モデルを使用すると、以前の販売促進を基に顧客が最も好意的な反応を示す特徴を識別し、最新の顧客の反応に基づいてリアル タイムでモデルを更新できます。