Crear recomendadores (AWS CLI) - Amazon Personalize

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Crear recomendadores (AWS CLI)

Después de crear un grupo de conjuntos de datos de dominio e importar datos, puede crear recomendaciones para los casos de uso de su dominio. UNrecomendadores un recurso de grupo de conjuntos de datos de dominio que genera recomendaciones.

ParaTop picks for youroRecommended for youcasos de uso, Amazon Personalize utiliza la exploración al recomendar artículos. Para obtener más información, consulte Configuración de la exploración.

Crear un recomendador

Utilice lo siguienteAWS CLIcódigo para crear un recomendador para un caso de uso de dominio. Ejecuta este código para cada uno de los casos de uso de tu dominio. PararecipeArn, proporcione el nombre de recurso de Amazon (ARN) para su caso de uso. Los casos de uso disponibles dependen del dominio. Para obtener una lista de los casos de uso y sus ARN, consulteElección de un caso de uso.

aws personalize create-recommender \ --name recommender name \ --dataset-group-arn dataset group ARN \ --recipe-arn recipe ARN

Configuración de las columnas utilizadas durante el entrenamiento

Puede modificar las columnas que Amazon Personalize tiene en cuenta al entrenar los modelos que respaldan su recomendador. De forma predeterminada, Amazon Personalize usa todas las columnas que se pueden usar durante el entrenamiento. No se utilizan las columnas con el tipo de datos booleano y los campos de cadena no categóricos personalizados. No puedes excluir las columnas EVENT_TYPE.

Puede cambiar las columnas que se utilizan durante el entrenamiento para controlar los datos que Amazon Personalize utiliza al crear su recomendador. Puedes hacer esto para experimentar con diferentes combinaciones de datos de entrenamiento. O bien, puede excluir columnas sin datos significativos. Por ejemplo, puede que tengas una columna que solo quieras usar para filtrar las recomendaciones. Puede excluir esta columna de la formación y Amazon Personalize solo la tendrá en cuenta al filtrar.

Para excluir las columnas de la formación, proporcione laexcludedDatasetColumnsobjeto en eltrainingDataConfigcomo parte de la configuración del recomendador. Para cada clave del objeto, proporcione el tipo de conjunto de datos. Para cada valor, proporcione la lista de columnas que desee excluir.

aws personalize create-recommender \ --name recommender name \ --dataset-group-arn dataset group ARN \ --recipe-arn recipe ARN \ --recommender-config "{\"trainingDataConfig\": {\"excludedDatasetColumns\": { \"datasetType\" : [ \"column1Name\", \"column2Name\"]}}}"

Configuración de la exploración

ParaTop picks for youroRecommended for youcasos de uso, Amazon Personalize utiliza la exploración al recomendar artículos. La exploración implica probar diferentes recomendaciones de artículos para saber cómo responden los usuarios a los elementos con muy pocos datos de interacción. Puede configurar la exploración de la siguiente manera:

  • Hacer hincapié en explorar los elementos menos relevantes (peso de la exploración): configure cuánto explorar. Especifique un valor decimal comprendido entre 0 y 1. El valor predeterminado es 0.3. Cuanto más se acerque el valor a 1, mayor será la exploración. A medida que se explora más, las recomendaciones incluyen más elementos con menos interacciones, datos o relevancia en función del comportamiento anterior. En cero, no se realiza ninguna exploración y las recomendaciones se basan en los datos actuales (relevancia).

  • Límite de antigüedad del elemento de exploración: especifique la antigüedad máxima del artículo en días transcurridos desde la última interacción en todos los elementos del conjunto de datos de interacciones. Esto define el alcance de la exploración de artículos en función de la antigüedad del artículo. Amazon Personalize determina la antigüedad del artículo en función de su marca de tiempo de creación o, si faltan datos de marca de tiempo de creación, de los datos de interacciones. Para obtener más información sobre cómo Amazon Personalize determina la antigüedad del artículo, consulteDatos de marca temporal de creación.

    Para aumentar los artículos que Amazon Personalize tiene en cuenta durante la exploración, introduce un valor mayor. El mínimo es 1 día y el valor predeterminado es 30 días. Las recomendaciones pueden incluir artículos que tengan una antigüedad superior al límite de antigüedad del artículo que especifiques. Esto se debe a que estos elementos son relevantes para el usuario y la exploración no los identificó.

El código siguiente muestra cómo configurar la exploración al crear un recomendador para elTop picks for youcaso de uso. En el ejemplo se utilizan los valores predeterminados.

aws personalize create-recommender \ --name recommender name \ --dataset-group-arn dataset group ARN \ --recipe-arn arn:aws:personalize:::recipe/aws-vod-top-picks \ --recommender-config "{\"itemExplorationConfig\":{\"explorationWeight\":\"0.3\",\"explorationItemAgeCutOff\":\"30\"}}"