Item-Affinity レシピ - Amazon Personalize

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Item-Affinity レシピ

Item-Affinity (aws-item-affinity) レシピは、指定した各アイテムのユーザーセグメント (ユーザーグループ) を作成する USER_SEGMENTATION レシピです。これらは、Amazon Personalize が各アイテムとやり取りする可能性が最も高いと予測しているユーザーです。Item-Affinity を使用して、ユーザーの詳細を確認し、それぞれのユーザーセグメントに基づいてアクションを実行します。

例えば、カタログ内のアイテムに関するユーザーの嗜好に基づいて、小売アプリケーションのマーケティングキャンペーンを作成したい場合があります。Item-Affinity は、Interactions と Items のデータセットのデータに基づいて、各アイテムについてユーザーセグメントを作成します。これを使用して、アクション (アイテムのクリックやアイテムの購入など) を実行する可能性に基づいて、さまざまなアイテムをさまざまなユーザーセグメントにプロモーションできます。さまざまなユーザーの組み合わせに対する製品のクロスセリングや、採用可能性のある求人応募者の特定なども、他の用途の例として挙げることができます。

アイテムに基づいてユーザーセグメントを取得するには、Item-Affinity レシピを使用してソリューションとソリューションバージョンを作成し、JSON 形式のアイテムのリストを Amazon S3 バケットに追加して、バッチセグメントジョブを作成します。Amazon Personalize は、各アイテムのユーザーセグメントを Amazon S3 の出力場所に出力します。入力データに対して、ユーザーセグメントを取得する最大 500 アイテムを設定できます。バッチセグメントジョブの入力データの準備については、「バッチレコメンデーション用の入力データを準備します。」を参照してください。

Item-Affinity 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が必要です。アイテムデータセットとユーザーデータセットはオプションです。バッチセグメントジョブでユーザーセグメントを取得できます。詳細については、「バッチレコメンデーションとユーザーセグメント (カスタムリソース)」を参照してください。

ソリューションバージョンを作成した後は、必ずソリューションバージョンとデータを最新の状態に保ってください。Item-Affinity では、Amazon Personalize の新しいソリューションバージョンを作成して、ユーザーセグメントの新規ユーザーを考慮し、ユーザーの最新の行動に合わせてモデルを更新する必要があります。アイテムのユーザーセグメントを取得するには、ソリューションバージョンを作成したときにそのアイテムが存在している必要があります。

Item-Affinity レシピには、次のプロパティがあります。

  • 名前aws-item-affinity

  • レシピ Amazon リソースネーム (ARN)arn:aws:personalize:::recipe/aws-item-affinity

  • アルゴリズム ARNarn:aws:personalize:::algorithm/aws-item-affinity

  • 機能変換 ARNarn:aws:personalize:::feature-transformation/item-affinity

  • レシピタイプUSER_SEGMENTATION

以下の表では、Item-Affinity レシピのハイパーパラメータを示しています。ハイパーパラメータは、モデルパフォーマンスを向上させるために調整するアルゴリズムパラメータです。アルゴリズムのハイパーパラメータは、モデルの実行方法を制御します。Item-Affinity レシピでハイパーパラメータ最適化 (HPO) を使用することはできません。

このテーブルには、各ハイパーパラメータに関する以下の情報も含まれています。

  • 範囲: [下限、上限]

  • 値のタイプ: 整数、連続 (浮動小数点)、カテゴリ別 (ブール値、リスト、文字列)

名前 説明
アルゴリズムのハイパーパラメータ
hidden_dimension

モデルで使用される非表示変数の数。非表示の変数は、ユーザーの購入履歴と商品統計を再作成して、ランキングスコアを生成します。インタラクションデータセットにより複雑なパターンが含まれている場合は、より多くの非表示ディメンションを指定します。使用する非表示のディメンションが多くなると、データセットが大きくなり、処理時間が長くなります。

デフォルト値: 149

範囲: [32, 256]

値の型: 整数