Resep personalisasi-v2 pengguna - Amazon Personalize

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Resep personalisasi-v2 pengguna

Resep User-personalization-v2 (aws-user-personalization-v2) merekomendasikan item yang akan berinteraksi dengan pengguna berdasarkan preferensi mereka. Misalnya, Anda dapat menggunakan User-personalization-v2 untuk menghasilkan rekomendasi film yang dipersonalisasi untuk aplikasi streaming, atau rekomendasi produk yang dipersonalisasi untuk aplikasi ritel. Kasus penggunaan lainnya termasuk membuat rekomendasi real-time untuk situs berita atau rekomendasi batch untuk kampanye pemasaran yang dipersonalisasi.

User-personalization-v2 dapat melatih hingga 5 juta item dari interaksi Item dan kumpulan data Item. Dan itu menghasilkan rekomendasi yang lebih relevan dengan latensi lebih rendah daripadaPersonalisasi Pengguna.

Karena User-personalization-v2 merekomendasikan item yang paling relevan kepada pengguna berdasarkan data Anda, lebih sering merekomendasikan item yang ada dengan data interaksi. Untuk memastikan rekomendasi menyertakan item baru, Anda dapat menggunakan promosi yang menyertakan beberapa item berdasarkan stempel waktu pembuatan. Untuk informasi lebih lanjut tentang promosi, lihatMempromosikan item dalam rekomendasi.

Resep ini menggunakan arsitektur berbasis transformer untuk melatih model yang mempelajari konteks dan melacak hubungan dan pola dalam data Anda. Transformer adalah jenis arsitektur jaringan saraf yang mengubah atau mengubah urutan input menjadi urutan output. Untuk Amazon Personalize, urutan input adalah riwayat interaksi item pengguna dalam data Anda. Urutan output adalah rekomendasi pribadi mereka. Untuk informasi lebih lanjut tentang transformer, lihat Apa Itu Transformer Dalam Kecerdasan Buatan? di Hub Konsep Komputasi AWS Awan.

User-personalization-v2 menggunakan model harga yang berbeda dari resep lainnya. Untuk informasi selengkapnya tentang harga, lihat Harga Amazon Personalisasi.

Fitur resep

User-personalization-v2 menggunakan fitur resep Amazon Personalize berikut saat membuat rekomendasi item:

  • Personalisasi waktu nyata - Dengan personalisasi waktu nyata, Amazon Personalisasi pembaruan dan menyesuaikan rekomendasi item sesuai dengan minat pengguna yang terus berkembang. Untuk informasi selengkapnya, lihat Personalisasi waktu nyata.

  • Eksplorasi — Dengan eksplorasi, rekomendasi mencakup item dengan data interaksi yang lebih sedikit atau relevansi dengan pengguna. Dengan User-personalization-v2, Amazon Personalize menangani konfigurasi eksplorasi untuk Anda. Untuk memastikan rekomendasi menyertakan item baru, Anda dapat menggunakan promosi untuk menyertakan item baru berdasarkan stempel waktu pembuatannya. Untuk informasi lebih lanjut tentang promosi, lihatMempromosikan item dalam rekomendasi.

  • Pembaruan otomatis - Dengan pembaruan otomatis, Amazon Personalize secara otomatis memperbarui model terbaru (versi solusi) setiap dua jam untuk mempertimbangkan item baru untuk rekomendasi. Untuk informasi selengkapnya, lihat Pembaruan otomatis.

  • Metadata dengan rekomendasi — Dengan resep User-personalisasi-v2, jika Anda memiliki kumpulan data Item dengan minimal satu kolom metadata, kampanye secara otomatis memiliki opsi untuk menyertakan metadata item dengan hasil rekomendasi. Anda tidak mengaktifkan metadata secara manual untuk kampanye Anda. Anda dapat menggunakan metadata untuk memperkaya rekomendasi di antarmuka pengguna, seperti menambahkan genre film ke komidi putar. Untuk informasi selengkapnya, lihat Metadata item dalam rekomendasi.

Kumpulan data yang diperlukan dan opsional

Untuk menggunakan User-personalization-v2, Anda harus membuat Kumpulan data interaksi item dan mengimpor minimal 1000 interaksi item. Amazon Personalize menghasilkan rekomendasi terutama berdasarkan data interaksi item. User-personalization-v2 dapat melatih hingga 5 juta item di seluruh interaksi Item dan kumpulan data Item.

Dengan User-personalization-v2, Amazon Personalize dapat menggunakan data interaksi Item yang mencakup hal-hal berikut:

  • Jenis peristiwa dan data nilai peristiwa - Amazon Personalize menggunakan data tipe peristiwa, seperti jenis peristiwa klik atau tonton, untuk mengidentifikasi maksud dan minat pengguna melalui pola apa pun dalam perilaku mereka. Selain itu, Anda dapat menggunakan jenis peristiwa dan data nilai acara untuk memfilter catatan sebelum pelatihan. Untuk informasi selengkapnya, lihat Jenis peristiwa dan data nilai acara.

    catatan

    Dengan User-personalization-v2, biaya pelatihan Anda didasarkan pada data interaksi Anda sebelum memfilter berdasarkan jenis atau nilai acara. Untuk informasi selengkapnya tentang harga, lihat Harga Amazon Personalisasi.

  • Metadata kontekstual — Metadata kontekstual adalah data interaksi yang Anda kumpulkan di lingkungan pengguna pada saat kejadian, seperti lokasi atau jenis perangkat mereka. Untuk informasi selengkapnya, lihat Metadata kontekstual.

Kumpulan data berikut bersifat opsional dan dapat meningkatkan rekomendasi:

  • Kumpulan data pengguna — Amazon Personalize dapat menggunakan data dalam kumpulan data Pengguna Anda untuk lebih memahami pengguna Anda dan minat mereka. Anda juga dapat menggunakan data dalam kumpulan data Pengguna untuk memfilter rekomendasi. Untuk informasi tentang data pengguna yang dapat Anda impor, lihatSet data pengguna.

  • Kumpulan data item — Amazon Personalize dapat menggunakan data dalam kumpulan data Item Anda untuk mengidentifikasi koneksi dan pola dalam perilakunya. Ini membantu Amazon Personalisasi memahami pengguna Anda dan minat mereka. Anda juga dapat menggunakan data dalam kumpulan data Item untuk memfilter rekomendasi. Untuk informasi tentang data item yang dapat Anda impor, lihatSet data item.

Properti dan hiperparameter

Resep User-personalisasi-v2 memiliki properti berikut:

  • Namaaws-user-personalization-v2

  • Resep Nama Sumber Daya Amazon (ARN) — arn:aws:personalize:::recipe/aws-user-personalization-v2

  • Algoritma ARNarn:aws:personalize:::algorithm/aws-user-personalization-v2

Untuk informasi selengkapnya, lihat Memilih resep.

Tabel berikut menjelaskan hyperparameters untuk resep User-personalisasi-v2. Hyperparameter adalah parameter algoritma yang dapat Anda sesuaikan untuk meningkatkan kinerja model. Algoritma hyperparameters mengontrol bagaimana kinerja model. Proses memilih nilai terbaik untuk hyperparameter disebut optimasi hyperparameter (HPO). Dengan User-personalization-v2, jika Anda mengaktifkan pelatihan otomatis, Amazon Personalize secara otomatis melakukan HPO setiap 90 hari. Tanpa pelatihan otomatis, tidak ada HPO yang terjadi.

Tabel memberikan informasi berikut untuk setiap hyperparameter:

  • Rentang: [batas bawah, batas atas]

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

Nama Penjelasan
Hiperparameter algoritma
apply_recency_bias

Menentukan apakah model harus memberi bobot lebih pada data interaksi item terbaru dalam kumpulan data interaksi Item Anda. Data interaksi terbaru mungkin mencakup perubahan mendadak dalam pola yang mendasari peristiwa interaksi.

Untuk melatih model yang memberi bobot lebih pada peristiwa baru-baru ini, atur apply_recency_bias ketrue. Untuk melatih model yang sama-sama menimbang semua interaksi masa lalu, atur apply_recency_bias kefalse.

Nilai default: true

Rentang: true atau false

Jenis nilai: Boolean

HPO dapat disetel: Tidak