Mantener la relevancia de las recomendaciones (grupo de conjuntos de datos de dominio) - 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.

Mantener la relevancia de las recomendaciones (grupo de conjuntos de datos de dominio)

Mantenga la relevancia de las recomendaciones para aumentar la participación de los usuarios, la tasa de clics y la tasa de conversión de su aplicación a medida que crezca su catálogo. Para mantener y mejorar la relevancia de las recomendaciones de Amazon Personalize para tus usuarios, mantén tus datos actualizados en Amazon Personalize. Esto permite a Amazon Personalize aprender del comportamiento más reciente de tu usuario e incluir tus artículos más recientes en las recomendaciones.

Para los usuarios y los artículos, a medida que su catálogo crezca, actualice sus datos históricos con operaciones de importación de datos individuales o masivas. Le recomendamos que importe primero los registros de forma masiva y, a continuación, añada artículos y usuarios individuales a medida que crezca el catálogo. Para obtener información sobre la administración de los datos de elementos y usuarios, consulteAdministrar datos.

Para obtener recomendaciones en tiempo real con los casos de uso recomendados para usted (COMERCIO ELECTRÓNICO) o Las mejores opciones para usted (VIDEO_ON_DEMAND), mejore la relevancia de las recomendaciones para sus usuarios registrando los eventos de interacción con un rastreador de eventos y laPutEvents operación. Amazon Personalize actualiza las recomendaciones en función de la actividad más reciente de los usuarios a medida que interactúan con la aplicación. Para obtener más información sobre la grabación de eventos, consulteGrabación de eventos.

Los nuevos registros influyen en las recomendaciones de la siguiente manera:

  • En el caso de los eventos nuevos, Amazon Personalize utiliza inmediatamente los eventos de interacción en tiempo real entre un usuario y los artículos existentes (elementos que incluiste en los datos que utilizaste para entrenar al último modelo) para generar recomendaciones para el mismo usuario. Para obtener más información, consulte Cómo influyen los eventos en tiempo real en las recomendaciones.

  • En el caso de los artículos nuevos, si creas el recomendador con las mejores selecciones para ti y el recomendado para ti y el recomendador está activo, Amazon Personalize actualiza automáticamente los modelos subyacentes cada dos horas. Después de cada actualización, es posible que los nuevos elementos se incluyan en las recomendaciones.

    Para cualquier otro caso práctico de dominio, Amazon Personalize entrena automáticamente nuevos modelos para tus recomendadores cada 7 días, a partir de la fecha de creación del recomendador.

  • Para los nuevos usuarios sin datos de interacciones, las recomendaciones son inicialmente solo para artículos populares. Si tiene metadatos sobre el usuario en un conjunto de datos de usuarios y elige un caso de uso que utilice metadatos, como las mejores selecciones para usted (VIDEO_ON_DEMAND) o Recomendado para usted (COMERCIO ELECTRÓNICO), utilice los metadatos y cualquier metadato contextual que proporcione para mejorar la relevancia de estos elementos populares.

    Para obtener recomendaciones más relevantes para el usuario, puede importar datos de interacciones masivas para el usuario y esperar a la próxima actualización del modelo. O bien, puede grabar eventos para el usuario a medida que interactúa con los elementos. Sus recomendaciones serán más relevantes a medida que grabe más eventos. Para obtener más información, consulte Grabación de eventos.