Améliorer la pertinence des recommandations grâce aux métadonnées contextuelles - Amazon Personalize
Obtenir des recommandations à l'aide de métadonnées contextuelles (SDK AWS Python)

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.

Améliorer la pertinence des recommandations grâce aux métadonnées contextuelles

Pour améliorer la pertinence des recommandations, incluez des métadonnées contextuelles relatives à un utilisateur, telles que son type d'appareil ou l'heure de la journée, lorsque vous recevez des recommandations d'articles ou obtenez un classement personnalisé.

Pour utiliser des métadonnées contextuelles, le schéma du jeu de données d'interactions entre éléments doit comporter des champs de métadonnées pour les données contextuelles. Par exemple, un champ DEVICE (voirSchémas).

Pour les groupes de jeux de données de domaine, les cas d'utilisation des recommandations suivants peuvent utiliser des métadonnées contextuelles :

Pour les ressources personnalisées, les recettes qui utilisent des métadonnées contextuelles sont les suivantes :

Pour plus d'informations sur les informations contextuelles, consultez le billet de blog sur le AWS Machine Learning suivant : Augmenter la pertinence de vos recommandations Amazon Personalize en tirant parti des informations contextuelles.

Vous pouvez obtenir des recommandations avec des métadonnées contextuelles à l'aide de la console Amazon Personalize AWS Command Line Interface (AWS CLI) ou des AWS SDK.

Obtenir des recommandations à l'aide de métadonnées contextuelles (SDK AWS Python)

Pour améliorer la pertinence des recommandations, incluez des métadonnées contextuelles relatives à un utilisateur, telles que son type d'appareil ou l'heure de la journée, lorsque vous recevez des recommandations d'articles ou obtenez un classement personnalisé.

Utilisez le code suivant pour obtenir une recommandation basée sur les métadonnées contextuelles. Pour context chaque paire clé-valeur, indiquez le champ de métadonnées comme clé et les données contextuelles comme valeur. Dans l'exemple de code suivant, la clé est DEVICE et la valeur estmobile phone. Remplacez ces valeurs et le Campaign ARN et User ID par les vôtres. Si vous avez créé un recommandeur, remplacez-le campaignArn parrecommenderArn. La liste des éléments recommandés pour l'utilisateur s'affiche. 

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'])