Memilih resep

Saat Anda membuat solusi khusus, Anda menentukan resep dan mengonfigurasi parameter pelatihan. Resep adalah algoritma Amazon Personalisasi yang disiapkan untuk kasus penggunaan tertentu. Amazon Personalize menyediakan resep, berdasarkan kasus penggunaan umum, untuk model pelatihan. Saat Anda membuat versi solusi untuk solusi tersebut, Amazon Personalize melatih model yang mendukung versi solusi berdasarkan resep dan konfigurasi pelatihan.

Amazon Personalisasi resep gunakan yang berikut ini selama pelatihan:

• Atribut yang telah ditentukan sebelumnya dari data Anda

• Transformasi fitur yang telah ditentukan

• Algoritma yang telah ditentukan

• Pengaturan parameter awal untuk algoritme

Untuk mengoptimalkan model Anda, Anda dapat mengganti banyak parameter ini saat Anda membuat solusi. Untuk informasi selengkapnya, lihat Hyperparameters dan HPO.

Topik

• Amazon Personalisasi jenis resep berdasarkan kasus penggunaan
• Amazon Personalisasi resep
• Melihat resep Amazon Personalize yang tersedia
• USER_PERSONALISASI
• POPULAR_ITEM
• PERSONALIZED_RANKING
• RELATED_ITEMS
• PERSONALIZED_ACTIONS
• USER_SEGMENTATION

Amazon Personalisasi jenis resep berdasarkan kasus penggunaan

Untuk memilih resep Anda, pertama-tama pilih kasus penggunaan Anda dari yang berikut ini dan perhatikan jenis resep yang sesuai.

• Merekomendasikan item untuk pengguna (resep USER_PERSONALIZATION)

  Untuk memberikan rekomendasi yang dipersonalisasi bagi pengguna Anda, latih model Anda dengan resep USER_PERSONALIZATION. Rekomendasi yang dipersonalisasi membantu mendorong keterlibatan dan konversi yang lebih baik.

• Item peringkat untuk pengguna (resep PERSONALIZED_RANKING)

  Untuk mempersonalisasi urutan daftar kurasi atau hasil penelusuran untuk pengguna Anda, latih model Anda dengan resep PERSONALIZED_RANKING. Resep PERSONALIZED_RANKING membuat daftar yang dipersonalisasi dengan memberi peringkat ulang kumpulan item masukan berdasarkan tingkat minat yang diprediksi untuk pengguna tertentu. Daftar yang dipersonalisasi meningkatkan pengalaman pelanggan dan meningkatkan loyalitas dan keterlibatan pelanggan.

• Merekomendasikan item yang sedang tren atau populer (resep POPULAR_ITEMS)

  Untuk merekomendasikan item yang sedang tren atau populer gunakan resep POPULAR_ITEMS. Anda dapat menggunakan POPULAR_ITEMS jika pelanggan Anda sangat menghargai apa yang berinteraksi dengan pengguna lain. Penggunaan umum termasuk merekomendasikan konten media sosial viral, artikel berita terbaru, atau video olahraga terbaru.

• Merekomendasikan item serupa (resep RELATED_ITEMS)

  Untuk merekomendasikan item serupa, seperti item yang sering dibeli bersama atau film yang juga ditonton pengguna lain, Anda harus menggunakan resep RELATED_ITEMS. Merekomendasikan item serupa dapat membantu pelanggan Anda menemukan item dan dapat meningkatkan tingkat konversi pengguna.

• Merekomendasikan tindakan terbaik berikutnya (resep PERSONALIZED_ACTIONS)

  Untuk merekomendasikan tindakan terbaik berikutnya bagi pengguna Anda secara real time, seperti mendaftar untuk program loyalitas Anda atau mengajukan permohonan kartu kredit, Anda harus menggunakan resep PERSONALIZED_ACTIONS. Merekomendasikan tindakan terbaik berikutnya dapat meningkatkan loyalitas pelanggan, menghasilkan lebih banyak pendapatan, dan meningkatkan pengalaman pengguna Anda.

• Mendapatkan segmen pengguna (resep USER_SEGMENTATION)

  Untuk mendapatkan segmen pengguna berdasarkan data input item, seperti pengguna yang kemungkinan besar akan berinteraksi dengan item dengan atribut tertentu, Anda harus menggunakan resep USER_SEGMENTATION. Mendapatkan segmen pengguna dapat membantu Anda membuat kampanye pemasaran lanjutan yang mempromosikan item yang berbeda ke segmen pengguna yang berbeda berdasarkan kemungkinan mereka akan mengambil tindakan.

Amazon Personalisasi resep

Amazon Personalize menyediakan jenis resep berikut. Selain perbedaan perilaku, masing-masing jenis memiliki persyaratan yang berbeda untuk mendapatkan rekomendasi, seperti yang ditunjukkan pada tabel berikut.

Jenis resep	Resep	API	Persyaratan API
USER_PERSONALISASI	Personalisasi pengguna-v2 Personalisasi Pengguna Resep HRNN (warisan) Resep HRNN-metadata (warisan) Resep HRNN-ColdStart (warisan)	GetRecommendations	userId: Diperlukan itemId: Tidak digunakan inputList: NA
POPULER_ITEM	Trend-Sekarang Hitungan Popularitas	GetRecommendations	userId: Diperlukan hanya jika Anda menerapkan filter yang membutuhkannya itemId: Tidak digunakan inputList: NA
PERSONALIZED_RANKING	Personalisasi-peringkat-v2 Peringkat yang Dipersonalisasi	GetPersonalizedRanking	userId: Diperlukan itemId: NA inputList: daftar ItemId
RELATED_ITEMS	Barang Serupa SIMS	GetRecommendations	userId: Diperlukan hanya jika Anda menerapkan filter yang membutuhkannya itemId: Diperlukan inputList: NA
PERSONALIZED_ACTIONS	Tindakan Terbaik Berikutnya-	GetActionRecommendations	userId: Diperlukan actionId: Tidak digunakan itemId: Tidak digunakan inputList: NA
USER_SEGMENTATION	Barang-Afinitas Item-Atribusi-Afinitas	CreateBatchSegmentJob	Untuk persyaratan alur kerja batch, lihatMembuat pekerjaan segmen batch.

Melihat resep Amazon Personalize yang tersedia

Untuk melihat daftar resep yang tersedia:

• Di konsol Amazon Personalize, pilih grup kumpulan data. Dari panel navigasi, pilih Solusi dan resep, dan pilih tab Resep.

• Dengan AWS SDK for Python (Boto3), panggil ListRecipes API.

• Dengan AWS CLI, gunakan perintah berikut.

  aws personalize list-recipes

Untuk mendapatkan informasi tentang resep menggunakan SDK for Python (Boto3), hubungi API. DescribeRecipe Untuk mendapatkan informasi tentang resep menggunakan AWS CLI, gunakan perintah berikut.

aws personalize describe-recipe --recipe-arn recipe_arn