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). JSONSchemadateien für Amazon Personalize Personalize-Schemas erstellen

Für Domain-Datensatzgruppen können in den folgenden empfohlenen Anwendungsfällen kontextbezogene Metadaten verwendet werden:

• Für Sie empfohlen(Domäne) ECOMMERCE

• Top-Tipps für Sie(VIDEO_AUF_ DomäneDEMAND)

Für benutzerdefinierte Ressourcen beinhalten Rezepte, die kontextuelle Metadaten verwenden, Folgendes:

• Benutzerpersonalisierung-v2 und Personalisierung durch Benutzer

• Personalisiertes Ranking V2 und Personalisierte Rangfolge

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 Kontextinformationen.

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 (Python)AWS 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'])