コンテキストメタデータを使用したレコメンデーションの関連性の向上

レコメンデーションの関連性を高めるには、アイテムレコメンデーションを取得したり、パーソナライズされたランキングを取得したりするときに、デバイスの種類や時刻など、ユーザーのコンテキストメタデータを含めます。

コンテキストメタデータを使用するには、アイテムインタラクションデータセットのスキーマにコンテキストデータ用のメタデータフィールドが必要です。例えば、DEVICE フィールド (「 スキーマ」を参照)。

ドメインデータセットグループでは、以下のレコメンダーユースケースでコンテキストメタデータを使用できます。

• おすすめ (eコマースドメイン)

• 上位のおすすめ (VIDEO_ON_DEMAND ドメイン)

カスタムリソースについては、コンテキストメタデータを使用するレシピには次のものが含まれます。

• User-Personalization

• Personalized-Ranking

コンテキスト情報の詳細については、AWS Machine Learning ブログの投稿である「コンテキスト情報を活用して、Amazon Personalize のレコメンデーションの関連性を高める」を参照してください。

Amazon Personalize コンソール、AWS Command Line Interface (AWS CLI)、または AWS SDK を使用して、コンテキストメタデータを持つレコメンデーションを取得できます。

コンテキストメタデータを使用したレコメンデーションの取得 (AWS Python SDK)

レコメンデーションの関連性を高めるには、アイテムレコメンデーションを取得したり、パーソナライズされたランキングを取得したりするときに、デバイスの種類や時刻など、ユーザーのコンテキストメタデータを含めます。

次のコードを使用して、コンテキストメタデータに基づいてレコメンデーションを取得します。context については、キーバリューペアごとに、メタデータフィールドをキーとして指定し、コンテキストデータを値として指定します。次のサンプルコードでは、キーは DEVICE で、値は mobile phone です。これらの値と Campaign ARN および User ID を、独自の値に置き換えます。レコメンダーを作成した場合は、campaignArn を recommenderArn に置き換えます。ユーザーへの推奨アイテムのリストが表示されます。

import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_recommendations(
    campaignArn = 'Campaign ARN',
    userId = 'User ID',
    context = {
      'DEVICE': 'mobile phone'
    }
)

print("Recommended items")
for item in response['itemList']:
    print (item['itemId'])