Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Erhöhung der Relevanz von Empfehlungen mit kontextuellen Metadaten
Um die Relevanz von Empfehlungen zu erhöhen, fügen Sie kontextbezogene Metadaten für einen Benutzer hinzu, z. B. seinen Gerätetyp oder die Tageszeit, wenn Sie Artikelempfehlungen oder ein personalisiertes Ranking erhalten.
Um kontextbezogene Metadaten verwenden zu können, muss das Schema des Datensatzes Artikelinteraktionen über Metadatenfelder für die Kontextdaten verfügen. Zum Beispiel ein DEVICE-Feld (siehe). JSON-Schema-Dateien für Amazon Personalize Personalize-Schemas erstellen
Für Domain-Datensatzgruppen können in den folgenden empfohlenen Anwendungsfällen kontextuelle Metadaten verwendet werden:
-
Für Sie empfohlen(E-COMMERCE-Domäne)
-
Top-Tipps für Sie(Domäne VIDEO_ON_DEMAND)
Für benutzerdefinierte Ressourcen umfassen Rezepte, die kontextuelle Metadaten verwenden, Folgendes:
Weitere Informationen zu Kontextinformationen finden Sie im folgenden Blogbeitrag zum AWS Machine Learning: Erhöhung der Relevanz Ihrer Amazon Personalize Personalize-Empfehlungen durch die Nutzung von
Sie können Empfehlungen mit kontextbezogenen Metadaten mit der Amazon Personalize Personalize-Konsole, AWS Command Line Interface (AWS CLI) oder abrufen. AWS SDKs
Empfehlungen mithilfe von kontextuellen Metadaten abrufen (AWS Python SDK)
Um die Relevanz von Empfehlungen zu erhöhen, fügen Sie kontextbezogene Metadaten für einen Benutzer hinzu, z. B. seinen Gerätetyp oder die Tageszeit, wenn Sie Artikelempfehlungen oder ein personalisiertes Ranking erhalten.
Verwenden Sie den folgenden Code, um eine Empfehlung basierend auf kontextbezogenen Metadaten abzurufen. Geben Sie für jedes Schlüssel-Wert-Paar das Metadatenfeld als Schlüssel und die Kontextdaten als Wert an. context Im folgenden Beispielcode ist der Schlüssel DEVICE und der Wert ist. mobile phone Ersetzen Sie diese Werte und das Campaign ARN und User ID durch Ihre eigenen. Wenn Sie einen Empfehlungsgeber erstellt haben, ersetzen Sie ihn campaignArn durchrecommenderArn. Eine Liste mit empfohlenen Elementen für den Benutzer wird angezeigt.
import boto3
personalizeRt = boto3.client('personalize-runtime')
response = personalizeRt.get_recommendations(
campaignArn = 'Campaign ARN',
userId = 'User ID',
context = {
'DEVICE': 'mobile phone'
}
)
print("Recommended items")
for item in response['itemList']:
print (item['itemId'])