Scegliere una ricetta

Quando crei una soluzione personalizzata, specifichi una ricetta e configuri i parametri di allenamento. Le ricette sono algoritmi di Amazon Personalize preparati per casi d'uso specifici. Amazon Personalize fornisce ricette, basate su casi d'uso comuni, per modelli di formazione. Quando crei una versione della soluzione, Amazon Personalize addestra i modelli che supportano la versione della soluzione in base alla ricetta e alla configurazione di formazione.

Le ricette di Amazon Personalize utilizzano quanto segue durante la formazione:

• Attributi predefiniti dei dati

• Trasformazioni predefinite delle caratteristiche

• Algoritmi predefiniti

• Impostazioni dei parametri iniziali per gli algoritmi

Per ottimizzare il modello, puoi sovrascrivere molti di questi parametri quando crei una soluzione. Per ulteriori informazioni, consulta Iperparametri e HPO.

Argomenti

• Amazon Personalizza i tipi di ricette in base al caso d'uso
• Amazon Personalizza le ricette
• Visualizzazione delle ricette Amazon Personalize disponibili
• USER_PERSONALIZATION
• OGGETTI_POPOLARI
• PERSONALIZED-RANKING
• RELATED_ITEMS
• AZIONI_PERSONALIZZATE
• SEGMENTAZIONE UTENTI

Amazon Personalizza i tipi di ricette in base al caso d'uso

Per scegliere la ricetta, scegli innanzitutto il caso d'uso tra i seguenti e annota il tipo di ricetta corrispondente.

• Raccomandazione di articoli per gli utenti (ricette USER_PERSONALIZATION)

  Per fornire consigli personalizzati ai tuoi utenti, addestra il tuo modello con una ricetta USER_PERSONALIZATION. I consigli personalizzati aiutano a promuovere un coinvolgimento e una conversione migliori.

• Classificazione degli articoli per un utente (ricette PERSONALIZED_RANKING)

  Per personalizzare l'ordine degli elenchi selezionati o dei risultati di ricerca per i tuoi utenti, addestra il tuo modello con una ricetta PERSONALIZZALIZED_RANKING. Le ricette PERSONALIZED_RANKING creano un elenco personalizzato riclassificando una raccolta di elementi di input in base al livello di interesse previsto per un determinato utente. Gli elenchi personalizzati migliorano l'esperienza del cliente e aumentano la fidelizzazione e il coinvolgimento dei clienti.

• Consigliare articoli di tendenza o popolari (ricette POPULAR_ITEMS)

  Per consigliare articoli di tendenza o popolari, usa una ricetta POPULAR_ITEMS. Potresti usare un POPULAR_ITEMS se i tuoi clienti apprezzano molto ciò con cui interagiscono gli altri utenti. Gli usi più comuni includono la raccomandazione di contenuti virali sui social media, articoli delle ultime notizie o video sportivi recenti.

• Consigliare articoli simili (ricette RELATED_ITEMS)

  Per consigliare articoli simili, come articoli acquistati spesso insieme o film che anche altri utenti hanno visto, dovresti usare una ricetta RELATED_ITEMS. Consigliare articoli simili può aiutare i clienti a scoprire articoli e aumentare il tasso di conversione degli utenti.

• Consigliare la prossima azione migliore (ricette PERSONALIZED_ACTIONS)

  Per consigliare agli utenti l'azione migliore da seguire in tempo reale, come l'iscrizione al programma fedeltà o la richiesta di una carta di credito, è consigliabile utilizzare la ricetta PERSONALIZED_ACTIONS. Consigliare la prossima azione migliore può aumentare la fidelizzazione dei clienti, generare maggiori entrate e migliorare l'esperienza degli utenti.

• Ottenere segmenti di utenti (ricette USER_SEGMENTATION)

  Per ottenere segmenti di utenti in base ai dati di input degli elementi, ad esempio gli utenti che molto probabilmente interagiranno con gli elementi con un determinato attributo, dovresti utilizzare una ricetta USER_SEGMENTATION. L'acquisizione di segmenti di utenti può aiutarti a creare campagne di marketing avanzate che promuovono articoli diversi per segmenti di utenti diversi in base alla probabilità che intraprendano un'azione.

Amazon Personalizza le ricette

Amazon Personalize offre i seguenti tipi di ricette. Oltre alle differenze nel comportamento, ogni tipo di ricetta presenta diversi requisiti per la generazione di raccomandazioni, come illustrato nella seguente tabella.

Recipe type	Ricette	API	Requisiti API
USER_PERSONALIZATION	Personalizzazione dell'utente-v2 Personalizzazione dell'utente Ricetta HRNN (legacy) Ricetta HRNN-Metadata (precedente) Ricetta HRNN-Coldstart (legacy)	GetRecommendations	userId: campo obbligatorio itemId: non utilizzato inputList: ND
POPULAR_ITEMS	Trending-Now Popularity-Count	GetRecommendations	userId: Obbligatorio solo se si applica un filtro che lo richiede itemId: non utilizzato inputList: ND
PERSONALIZED-RANKING	Classifica-personalizzata-v2 Personalized-Ranking	GetPersonalizedRanking	userId: campo obbligatorio itemId: ND inputList: elenco di itemId
RELATED_ITEMS	Oggetti simili SIMS	GetRecommendations	userId: Obbligatorio solo se si applica un filtro che lo richiede itemId: campo obbligatorio inputList: ND
AZIONI_PERSONALIZZATE	Prossima azione migliore	GetActionRecommendations	userId: campo obbligatorio actionId: non utilizzato itemId: non utilizzato inputList: ND
SEGMENTAZIONE DEGLI UTENTI	Affinità tra articoli Affinità articolo-attributo-oggetto	CreateBatchSegmentJob	Per i requisiti del flusso di lavoro in batch, vedere. Creazione di un processo di segmentazione in batch

Visualizzazione delle ricette Amazon Personalize disponibili

Per visualizzare un elenco delle ricette disponibili:

• Nella console Amazon Personalize, scegli un gruppo di set di dati. Nel riquadro di navigazione, scegliere Solutions and recipes (Soluzioni e ricette), quindi selezionare la scheda Recipes (Ricette).

• Con AWS SDK for Python (Boto3), chiama l'API. ListRecipes

• Con AWS CLI, utilizzare il comando seguente.

  aws personalize list-recipes

Per ottenere informazioni su una ricetta utilizzando l'SDK for Python (Boto3), chiama l'API. DescribeRecipe Per ottenere informazioni su una ricetta usando il AWS CLI, usa il seguente comando.

aws personalize describe-recipe --recipe-arn recipe_arn