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.
Obtención de recomendaciones de elementos
Puedes obtener recomendaciones de artículos de un recomendante o de una campaña personalizada de Amazon Personalize con la consola Amazon Personalize, AWS Command Line Interface (AWS CLI) o con los AWS SDK.
nota
Si ha utilizado una receta personalizada PERSONALIZED_RANKING, consulte Obtención de una clasificación personalizada (recursos personalizados).
Temas
Cómo funciona la puntuación de las recomendaciones de User-Personalization (recursos personalizados)
Con la receta User-Personalization, Amazon Personalize genera puntuaciones para los elementos en función de los metadatos y los datos de interacción de un usuario. Estas puntuaciones representan la certeza relativa que Amazon Personalize tiene respecto a qué elemento va a seleccionar el usuario a continuación. Las puntuaciones más altas representan una mayor certeza.
Amazon Personalize puntúa todos los elementos del catálogo de forma relativa entre ellos en una escala de 0 a 1 (ambos incluidos), de modo que el total de todas las puntuaciones sea igual a 1. Por ejemplo, si recibe recomendaciones de películas para un usuario y hay tres películas en el conjunto de datos de elementos, las puntuaciones podrán ser 0.6, 0.3 y 0.1. Del mismo modo, si tiene 1000 películas en el inventario, las películas con mayor puntuación pueden tener puntuaciones muy pequeñas (la puntuación media sería .001), pero, dado que la puntuación es relativa, las recomendaciones siguen siendo válidas.
En términos matemáticos, las puntuaciones para cada par de usuario y elemento (u, i) se calculan de acuerdo con la siguiente fórmula, donde exp es la función exponencial, w̅u y wi/j son incrustaciones de usuarios y elementos respectivamente, y la letra griega sigma (Σ) representa el sumatorio de todos los elementos del conjunto de datos de elementos:
nota
Amazon Personalize no muestra las puntuaciones de los generadores de recomendaciones de dominio o las recetas Similar-Items, SIMS o Popularity-Count. Para obtener información sobre las puntuaciones de las recomendaciones de Personalized-Ranking, consulte Cómo funciona la puntuación de clasificación personalizada.
