Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Rekomendasi item waktu nyata di Amazon Personalisasi
Jika kasus penggunaan atau resep Anda menghasilkan rekomendasi item, setelah Anda membuat pemberi rekomendasi atau membuat kampanye, Anda bisa mendapatkan rekomendasi item yang dipersonalisasi atau terkait secara real-time untuk pengguna Anda.
Jika kasus penggunaan domain atau resep Anda menyediakan personalisasi real-time, seperti pilihan teratas untuk kasus penggunaan Anda atau resep User-personalisasi-v2, Amazon Personalize memperbarui rekomendasi berdasarkan aktivitas terbaru pengguna saat Anda merekam interaksinya dengan katalog Anda. Untuk informasi selengkapnya tentang merekam peristiwa dan personalisasi waktu nyata, lihatMerekam peristiwa waktu nyata untuk memengaruhi rekomendasi.
Ketika Anda mendapatkan rekomendasi item real-time, Anda dapat melakukan hal berikut:
-
Jika Anda mengonfigurasi kampanye untuk menampilkan metadata untuk item yang direkomendasikan, Anda dapat menentukan kolom yang akan disertakan dalam operasi Anda GetRecommendationsAPI. Atau Anda dapat menentukan kolom saat menguji kampanye dengan konsol Amazon Personalize. Untuk contoh kode, lihatMendapatkan metadata item dengan rekomendasi waktu nyata. Untuk informasi tentang mengaktifkan metadata untuk kampanye, lihat. Metadata item dalam rekomendasi Untuk informasi tentang mengaktifkan metadata untuk pemberi rekomendasi, lihat. Mengaktifkan metadata dalam rekomendasi untuk pemberi rekomendasi domain di Amazon Personalize
-
Untuk beberapa kasus penggunaan dan resep, Anda dapat menentukan promosi dalam permintaan rekomendasi Anda. Promosi mendefinisikan aturan bisnis tambahan yang berlaku untuk subset item yang direkomendasikan yang dapat dikonfigurasi. Untuk informasi selengkapnya, lihat Mempromosikan item dalam rekomendasi waktu nyata.
-
Anda dapat memfilter hasil berdasarkan kriteria khusus. Misalnya, Anda mungkin tidak ingin merekomendasikan produk yang telah dibeli pengguna atau hanya merekomendasikan item untuk kelompok usia tertentu. Untuk informasi selengkapnya, lihat Memfilter rekomendasi dan segmen pengguna.
catatan
Jika Anda menggunakan resep RANKING kustom PERSONALIZED _, lihatMendapatkan peringkat yang dipersonalisasi (sumber daya khusus).
Topik
Cara kerja penilaian rekomendasi (sumber daya khusus)
Dengan resep User-Personalization-v 2 dan Personalisasi Pengguna, Amazon Personalize menghasilkan skor untuk item berdasarkan data interaksi dan metadata pengguna. Skor ini mewakili kepastian relatif yang dimiliki Amazon Personalize apakah pengguna akan berinteraksi dengan item berikutnya. Skor yang lebih tinggi mewakili kepastian yang lebih besar.
catatan
Amazon Personalize tidak menampilkan skor untuk pemberi rekomendasi domain atau resep Item Serupa, atau Hitung Popularitas. SIMS Untuk informasi tentang skor untuk rekomendasi Personalized-Ranking, lihat. Cara kerja penilaian peringkat yang dipersonalisasi
Amazon Personalize menghasilkan skor untuk item relatif satu sama lain dalam skala dari 0 hingga 1 (keduanya inklusif). Dengan User-Personalization-v 2, Amazon Personalize menghasilkan skor untuk subset item Anda. Dengan Personalisasi Pengguna, Amazon Personalize menilai semua item dalam katalog Anda.
Jika Anda menggunakan User-Personalization-v 2 dan menerapkan filter ke rekomendasi, tergantung pada berapa banyak rekomendasi yang dihapus filter, Amazon Personalize dapat menambahkan item placeholder. Hal ini dilakukan numResults
untuk memenuhi permintaan rekomendasi Anda. Item ini adalah item populer, berdasarkan jumlah data interaksi, yang memenuhi kriteria filter Anda. Mereka tidak memiliki skor relevansi bagi pengguna.
Untuk User-Personalization-v 2 dan User-Personalization, total semua skor sama dengan 1. Misalnya, jika Anda mendapatkan rekomendasi film untuk pengguna dan ada tiga film yang muncul dalam kumpulan data Item dan kumpulan data Interaksi, skornya mungkin0.6
,0.3
, dan. 0.1
Demikian pula, jika Anda memiliki 10.000 film dalam inventaris Anda, film dengan skor tertinggi mungkin memiliki skor yang sangat kecil (skor rata-rata.001
), tetapi, karena penilaian relatif, rekomendasinya masih berlaku.
Dalam istilah matematika, skor untuk setiap pasangan item pengguna (u, i) dihitung sesuai dengan rumus berikut, di mana fungsi eksponensial, w u dan wi/jmasing-masing exp
adalah penyematan pengguna dan item, dan huruf Yunani sigma (Σ) mewakili penjumlahan atas semua item dengan skor:

Alasan rekomendasi dengan User-Personalization-v 2
Jika Anda menggunakan User-Personalization-v 2, item model biasanya tidak merekomendasikan menyertakan reason
daftar. Alasan-alasan ini menjelaskan mengapa item tersebut dimasukkan dalam rekomendasi. Alasan yang mungkin termasuk yang berikut:
-
Item promosi - Menunjukkan item tersebut disertakan sebagai bagian dari promosi yang Anda terapkan dalam permintaan rekomendasi Anda.
-
Eksplorasi - Menunjukkan item itu disertakan dengan eksplorasi. Dengan eksplorasi, rekomendasi mencakup item dengan data interaksi yang lebih sedikit atau relevansi bagi pengguna. Untuk informasi lebih lanjut tentang eksplorasi, lihat Eksplorasi.
-
Item populer - Menunjukkan item dimasukkan sebagai item populer placeholder. Jika Anda menggunakan filter, tergantung pada berapa banyak rekomendasi yang dihapus filter, Amazon Personalize dapat menambahkan item placeholder untuk memenuhi permintaan rekomendasi Anda.
numResults
Item ini adalah item populer, berdasarkan data interaksi, yang memenuhi kriteria filter Anda. Mereka tidak memiliki skor relevansi bagi pengguna.