Recette Trending-Now

La recette Trending-Now (aws-trending-now) génère des recommandations pour les articles qui gagnent rapidement en popularité auprès de vos utilisateurs. Vous pouvez utiliser la recette Trending-Now si les articles qui gagnent en popularité sont plus pertinents pour vos clients. Par exemple, vos clients peuvent accorder une grande importance à ce avec quoi les autres utilisateurs interagissent. Les utilisations courantes incluent la recommandation de contenu viral sur les réseaux sociaux, d'articles de dernière minute ou de vidéos sportives récentes.

Trending-Now identifie automatiquement les articles les plus populaires en calculant l'augmentation des interactions entre chaque élément sur des intervalles de temps configurables. Les articles présentant le taux d'augmentation le plus élevé sont considérés comme des articles tendance. L'heure est basée sur les données d'horodatage de votre jeu de données d'interactions entre les articles. Les éléments pris en compte proviennent des données d'interactions que vous avez importées en masse et de manière incrémentielle. Il n'est pas nécessaire de créer manuellement une nouvelle version de solution pour Trending-Now pour prendre en compte de nouveaux éléments dans les données d'interactions.

Vous pouvez spécifier l'intervalle de temps en indiquant le Trend discovery frequency moment où vous créez votre solution. Par exemple, si vous spécifiez 30 minutes pourTrend discovery frequency, toutes les 30 minutes de données, Amazon Personalize identifie les articles présentant le taux d'augmentation des interactions le plus élevé depuis la dernière évaluation. Les fréquences possibles incluent 30 minutes, 1 heure, 3 heures et 1 jour. Choisissez une fréquence qui correspond à la distribution de vos données d'interactions. Les données manquantes pendant l'intervalle que vous avez choisi peuvent réduire la précision des recommandations. Si vous n'importez aucune interaction au cours des deux derniers intervalles de temps, Amazon Personalize recommande uniquement les articles populaires plutôt que les articles tendance.

Avec Trending-Now, vous pouvez appeler l'GetRecommendationsopération ou obtenir des recommandations sur la page de campagne de test de la console Amazon Personalize. Amazon Personalize renvoie les articles les plus populaires. Vous ne transmettez une userId requête que si vous appliquez un filtre qui l'exige. Avec l' GetRecommendations API, vous pouvez configurer le nombre d'éléments tendance renvoyés avec le numResults paramètre. Vous ne pouvez pas obtenir de recommandations par lots avec la recette Trending-Now.

Pour utiliser Trending-Now, vous devez créer un jeu de données d'interactions entre éléments contenant au moins 1 000 interactions historiques et événementielles uniques combinées (après avoir filtré par EventType et eventValueThreshold, si fourni). Lors de la génération de recommandations d'articles tendance, Trending-Now n'utilise pas les données des ensembles de données Articles ou Utilisateurs. Toutefois, vous pouvez toujours filtrer les recommandations en fonction des données de ces ensembles de données. Pour plus d’informations, consultez Recommandations de filtrage et segments d'utilisateurs.

Propriétés et hyperparamètres

La recette Trending-Now possède les propriétés suivantes :

• Nom – aws-trending-now

• Nom de la ressource Amazon (ARN) de la recette — arn:aws:personalize:::recipe/aws-trending-now

• Algorithme ARN — arn:aws:personalize:::algorithm/aws-trending-now-custom

Pour plus d’informations, consultez Choisir une recette.

Le tableau suivant décrit les hyperparamètres de la recette Trending-Now. Un hyperparamètre est un paramètre d'algorithme que vous pouvez régler pour améliorer les performances du modèle. Les hyperparamètres d'algorithme contrôlent les performances du modèle. Le processus de sélection de la meilleure valeur pour un hyperparamètre est appelé optimisation des hyperparamètres (HPO). Pour plus d’informations, consultez Hyperparamètres et HPO.

Le tableau fournit également les informations suivantes pour chaque hyperparamètre :

• Plage: [lower bound, upper bound]

• Type de valeur : integer (entier), Continuous (float) [continu (flottant)], Categorical (Boolean, list, string) [catégorique (booléen, liste, chaîne)]

• HPO tunable (HPO réglable) : le paramètre peut-il participer à HPO ?

Name (Nom)	Description
Hyperparamètres de transformation des fonctionnalités
Trend discovery frequency	Spécifiez la fréquence à laquelle Amazon Personalize évalue vos données d'interactions et identifie les articles tendance. Par exemple, si vous spécifiez 30 minutes pourTrend discovery frequency, toutes les 30 minutes, Amazon Personalize identifie les articles présentant le taux d'augmentation le plus élevé du nombre d'interactions sur des intervalles de 30 minutes. Les fréquences disponibles incluent 30 minutes, 1 heure, 3 heures et 1 jour. Choisissez une fréquence qui correspond à la distribution de vos données d'interactions. Les données manquantes pendant l'intervalle que vous avez choisi peuvent réduire la précision des recommandations. Si vous utilisez l'opération CreateSolution API sans spécifier de valeur, la valeur par défaut est toutes les 2 heures. Valeur par défaut : 2 heures Valeurs possibles : 30 minutes, 1 heure, 3 heures et 1 jour. Type de valeu : chaîne HPO personnalisable : non

Création d'une solution (SDK pour Python (Boto3))

Le code suivant montre comment créer une solution avec la recette Trending-Now à l'aide du SDK pour Python (Boto3). Les valeurs possibles pour trend_discovery_frequency sont 30 minutes1 hour,3 hours, et1 day. Pour plus d'informations sur la création d'une solution à l'aide de la console, consultezCréation d'une solution (console).

import boto3
            
personalize = boto3.client("personalize")

create_solution_response = personalize_client.create_solution(
    name="solution name",
    recipeArn="arn:aws:personalize:::recipe/aws-trending-now",
    datasetGroupArn="dataset group ARN",
    solutionConfig={
        "featureTransformationParameters": {
            "trend_discovery_frequency": "1 hour"
         }
    }
)
print(create_solution_response['solutionArn'])

Exemple de carnet Jupyter

Pour un exemple de bloc-notes Jupyter expliquant comment utiliser la recette Trending-Now, consultez trending_now_example.ipynb dans le référentiel d'échantillons Amazon Personalize. GitHub