Resep Item-Atribusi-Afinitas

Resep Item-Atribute-Affinity (aws-item-attribute-affinity) adalah resep USER_SEGMENTATION yang membuat segmen pengguna (grup pengguna) untuk setiap atribut item yang Anda tentukan. Ini adalah pengguna Amazon Personalize memprediksi kemungkinan besar akan berinteraksi dengan item dengan atribut tertentu. Gunakan Item-Atribute-Affinity untuk mempelajari lebih lanjut tentang pengguna Anda dan mengambil tindakan berdasarkan segmen pengguna masing-masing.

Misalnya, Anda mungkin ingin membuat kampanye pemasaran untuk aplikasi ritel Anda berdasarkan preferensi pengguna untuk jenis sepatu di katalog Anda. Item-Atribute-Affinity akan membuat segmen pengguna untuk setiap data berbasis tipe sepatu dalam kumpulan data Interaksi dan Item Anda. Anda dapat menggunakan ini untuk mempromosikan sepatu yang berbeda ke segmen pengguna yang berbeda berdasarkan kemungkinan mereka akan mengambil tindakan (misalnya, mengklik sepatu atau membeli sepatu). Penggunaan lain mungkin termasuk mempromosikan genre film yang berbeda ke pengguna yang berbeda atau mengidentifikasi calon pelamar pekerjaan berdasarkan jenis pekerjaan.

Untuk mendapatkan segmen pengguna berdasarkan atribut item, Anda membuat solusi dan versi solusi dengan resep Item-Atribute-Affinity, lalu tambahkan daftar atribut item dalam format JSON ke bucket Amazon S3 dan buat tugas segmen batch. Amazon Personalisasi menghasilkan segmen pengguna untuk setiap item ke lokasi keluaran Anda di Amazon S3. Data masukan Anda dapat memiliki maksimal 10 kueri, di mana setiap kueri adalah satu atau lebih atribut item. Untuk informasi tentang menyiapkan data masukan untuk pekerjaan segmen batch, lihatMempersiapkan data input untuk rekomendasi batch.

Anda harus memiliki kumpulan data interaksi Item dan kumpulan data Item untuk menggunakan Item-Atribute-Affinity. Kumpulan data Item Anda harus memiliki setidaknya satu kolom yang merupakan kolom metadata non-tekstual dan tidak dicadangkan. Anda bisa mendapatkan segmen pengguna dengan pekerjaan segmen batch. Untuk informasi selengkapnya, lihat Rekomendasi Batch dan segmen pengguna (sumber daya khusus).

Setelah Anda membuat versi solusi, pastikan Anda selalu memperbarui versi dan data solusi Anda. Dengan Item-Atribute-Affinity, Anda harus membuat versi solusi baru untuk Amazon Personalize untuk mempertimbangkan pengguna baru untuk segmen pengguna dan memperbarui model dengan perilaku terbaru pengguna Anda. Untuk mendapatkan segmen pengguna untuk atribut item, atribut item harus ada saat Anda membuat versi solusi.

Resep Item-Atribute-Affinity memiliki sifat-sifat berikut:

• Nama – aws-item-attribute-affinity

• Resep Nama Sumber Daya Amazon (ARN) — arn:aws:personalize:::recipe/aws-item-attribute-affinity

• Algoritma ARN — arn:aws:personalize:::algorithm/aws-item-attribute-affinity

• Transformasi fitur ARN — arn:aws:personalize:::feature-transformation/item-attribute-affinity

• Jenis resep — USER_SEGMENTATION

Tabel berikut menjelaskan hiperparameter untuk resep Item-Atribute-Affinity. Hyperparameter adalah parameter algoritma yang dapat Anda sesuaikan untuk meningkatkan kinerja model. Algoritma hyperparameters mengontrol bagaimana kinerja model. Anda tidak dapat menggunakan optimasi hyperparameter (HPO) dengan resep Item-Atribute-Affinity.

Tabel ini juga menyediakan informasi berikut untuk setiap hyperparameter:

• Rentang: [batas bawah, batas atas]

• Jenis nilai: Integer, Continuous (float), Kategoris (Boolean, daftar, string)

Nama	Penjelasan
Hiperparameter algoritma
hidden_dimension	Jumlah variabel tersembunyi yang digunakan dalam model. Variabel tersembunyi membuat ulang riwayat pembelian pengguna dan statistik item untuk menghasilkan skor peringkat. Tentukan lebih banyak dimensi tersembunyi saat kumpulan data Interaksi Anda menyertakan pola yang lebih rumit. Menggunakan dimensi yang lebih tersembunyi membutuhkan dataset yang lebih besar dan lebih banyak waktu untuk diproses. Nilai default: 149 Rentang: [32, 256] Jenis nilai: Integer