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、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、次の要件を満たす必要があります。

• Interactions データセットのスキーマには、コンテキストデータのメタデータフィールドが必要です。たとえば、DEVICE フィールド (を参照データセットとスキーマ)。

• キャンペーンをサポートするソリューションバージョンでは、タイプが USER_PERSONALIZATION または PERSONALIZED_RANKING のレシピを使用する必要があります (「ステップ 1: レシピを選択する」を参照)。

コンテキストメタデータを含めることの利点の詳細については、「コンテキストメタデータ」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含む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、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、次の要件を満たす必要があります。

• Interactions データセットのスキーマには、コンテキストメタデータフィールドが必要です (「データセットとスキーマ」を参照)。

• キャンペーンをサポートするソリューションバージョンでは、タイプが USER_PERSONALIZATION または PERSONALIZED_RANKING のレシピを使用する必要があります (「ステップ 1: レシピを選択する」を参照)。

コンテキストメタデータを含めることの利点の詳細については、「コンテキストメタデータ」を参照してください。

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。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'])