Cas d'utilisation de VIDEO_ON_DEMAND - Amazon Personalize

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Cas d'utilisation de VIDEO_ON_DEMAND

Les sections suivantes répertorient les exigences et le nom de ressource Amazon (ARN) pour chaque cas d'utilisation de VIDEO_ON_DEMAND. Pour tous les cas d'utilisation, vos données d'interactions doivent présenter les éléments suivants :

  • Au moins 1 000 enregistrements d'interactions entre articles provenant d'utilisateurs interagissant avec des articles de votre catalogue. Ces interactions peuvent provenir d'importations groupées, d'événements diffusés en continu, ou des deux.

  • Au moins 25 identifiants d'utilisateur uniques avec au moins deux interactions avec des éléments pour chacun.

Pour des recommandations de qualité, nous vous recommandons d'avoir au moins 50 000 interactions entre articles provenant d'au moins 1 000 utilisateurs, avec au moins deux interactions avec des articles chacun.

Note

Si vous utilisez l'CreateRecommenderAPI, indiquez l'ARN répertorié ici pour l'ARN de recette.

Parce que tu as regardé X

Obtenez des recommandations pour les vidéos que d'autres utilisateurs ont également regardées en fonction d'une vidéo que vous spécifiez. Dans ce cas d'utilisation, Amazon Personalize filtre automatiquement les vidéos regardées par l'utilisateur en fonction de l'userID que vous spécifiez et des Watch événements. Si vous appliquez votre propre filtre, celui-ci est appliqué une fois que les vidéos regardées par l'utilisateur ont été filtrées.

Lors du filtrage, Amazon Personalize prend en compte au maximum 100 interactions entre articles par utilisateur et par type d'événement. Cela s'applique à tous les filtres automatiques ou personnalisés. Vous pouvez utiliser la console Service Quotas pour demander une augmentation de cette limite. Pour plus d'informations, consultez la section Demander une augmentation de quota du Guide de l'utilisateur du Service Quotas.

  • ARN de la recette : arn:aws:personalize:::recipe/aws-vod-because-you-watched-x

  • GetRecommendations Exigences relatives à l'API :

    userId : Obligatoire

    itemId : Obligatoire

  • Ensembles de données utilisés lors de l'entraînement : ensemble de données sur les interactions entre éléments uniquement (obligatoire)

  • Types d'événements requis : au moins 1 000 Watch événements.

Plus comme X

Obtenez des recommandations pour des vidéos similaires à une vidéo que vous spécifiez. Dans ce cas d'utilisation, Amazon Personalize filtre automatiquement les vidéos regardées par l'utilisateur en fonction de l'userID que vous spécifiez et Watch des événements. Si vous appliquez votre propre filtre, celui-ci est appliqué une fois que les vidéos regardées par l'utilisateur ont été filtrées.

Lors du filtrage, Amazon Personalize prend en compte au maximum 100 interactions entre articles par utilisateur et par type d'événement. Cela s'applique à tous les filtres automatiques ou personnalisés. Vous pouvez utiliser la console Service Quotas pour demander une augmentation de cette limite. Pour plus d'informations, consultez la section Demander une augmentation de quota du Guide de l'utilisateur du Service Quotas.

  • ARN de la recette : arn:aws:personalize:::recipe/aws-vod-more-like-x

  • GetRecommendations Exigences relatives à l'API :

    userId : Obligatoire

    itemId : Obligatoire

  • Ensembles de données utilisés lors de l'entraînement :

    • Interactions (obligatoire)

    • Objets (obligatoires)

  • Nombre d'événements requis : au moins 1 000 événements de tout type.

  • Types d'événements recommandés : Watch et Click événements.

Les plus populaires

Obtenez des recommandations pour les vidéos qui ont été regardées par le plus grand nombre d'utilisateurs.

  • ARN de la recette : arn:aws:personalize:::recipe/aws-vod-most-popular

  • GetRecommendationsexigences :

    userId : Obligatoire

    itemId : Non utilisé

  • Ensembles de données utilisés lors de l'entraînement : ensemble de données sur les interactions entre éléments uniquement (obligatoire)

  • Types d'événements requis : au moins 1 000 Watch événements.

Obtenez des recommandations pour les vidéos actuellement à la mode. Les vidéos tendance sont des articles qui gagnent rapidement en popularité auprès de vos utilisateurs. Toutes les deux heures, Amazon Personalize évalue automatiquement les données de vos interactions et identifie les articles tendance.

  • ARN de la recette : arn:aws:personalize:::recipe/aws-vod-trending-now

  • GetRecommendations Exigences relatives à l'API :

    userId: obligatoire uniquement si vous filtrez par CurrentUser ou par éléments avec lesquels un utilisateur a interagi

    itemId : Non utilisé

  • Ensembles de données utilisés lors de l'entraînement : ensemble de données sur les interactions entre éléments uniquement (obligatoire)

  • Nombre d'événements requis : au moins 1 000 événements de tout type.

Les meilleurs choix pour vous

Obtenez des recommandations de contenu personnalisées pour un utilisateur que vous spécifiez. Dans ce cas d'utilisation, Amazon Personalize filtre automatiquement les vidéos regardées par l'utilisateur en fonction de l'userID que vous spécifiez et Watch des événements. Si vous appliquez votre propre filtre, celui-ci est appliqué une fois que les vidéos regardées par l'utilisateur ont été filtrées.

Lors du filtrage, Amazon Personalize prend en compte au maximum 100 interactions entre articles par utilisateur et par type d'événement. Cela s'applique à tous les filtres automatiques ou personnalisés. Vous pouvez utiliser la console Service Quotas pour demander une augmentation de cette limite. Pour plus d'informations, consultez la section Demander une augmentation de quota du Guide de l'utilisateur du Service Quotas.

Lorsque vous recommandez des articles, ce cas d'utilisation utilise real-time-personalizationet explore. Et il utilise des mises à jour automatiques pour prendre en compte les nouveaux éléments et les recommander.

  • ARN de la recette : arn:aws:personalize:::recipe/aws-vod-top-picks

  • GetRecommendations exigences :

    userId : Obligatoire

    itemId : Non utilisé

  • Ensembles de données utilisés lors de l'entraînement :

    • Interactions (obligatoire)

    • Objets (facultatif)

    • Utilisateurs (facultatif)

  • Nombre d'événements requis : au moins 1 000 événements.

  • Types d'événements recommandés : Click et Watch événements.

  • Paramètres de configuration de l'exploration : Lorsque vous créez un recommandateur, vous pouvez configurer l'exploration avec les éléments suivants.

    • Accent mis sur l'exploration d'éléments moins pertinents (poids d'exploration) — Configurez la quantité à explorer. Spécifiez une valeur décimale comprise entre 0 et 1. La valeur par défaut est 0,3. Plus la valeur est proche de 1, plus l'exploration est intense. Avec plus d'exploration, les recommandations incluent davantage d'éléments avec moins de données d'interactions entre les éléments ou de pertinence en fonction du comportement antérieur. À zéro, aucune exploration n'a lieu et les recommandations sont basées sur les données actuelles (pertinence).

    • Âge limite des objets d'exploration : spécifiez l'âge maximum des objets en jours depuis la dernière interaction entre tous les objets du jeu de données des interactions entre les objets. Cela définit la portée de l'exploration des objets en fonction de leur âge. Amazon Personalize détermine l'âge de l'article en fonction de son horodatage de création ou, si les données d'horodatage de création sont manquantes, des données relatives aux interactions entre les articles. Pour plus d'informations sur la façon dont Amazon Personalize détermine l'âge des articles, consultezDonnées d'horodatage de création.

      Pour augmenter le nombre d'articles pris en compte par Amazon Personalize lors de l'exploration, entrez une valeur supérieure. Le minimum est de 1 jour et la valeur par défaut est de 30 jours. Les recommandations peuvent inclure des articles dont l'âge est supérieur à l'âge limite que vous spécifiez. Cela est dû au fait que ces éléments sont pertinents pour l'utilisateur et que l'exploration ne les a pas identifiés.