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-Attribute-Affinity レシピ
Item-Attribute-Affinity (aws-item-attribute-affinity) レシピは、指定した各アイテム属性のユーザーセグメント (ユーザーのグループ) を作成する USER_SEGMENTATION レシピです。これらは、Amazon Personalize が特定の属性を持つ商品を操作する可能性が最も高いと予測しているユーザーです。Item-Attribute-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、カタログ内の靴の種類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-Attribute-Affinity は、Interactions と Items のデータセットに含まれる靴の種類に基づく各データ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 (靴のクリックや靴の購入など) を実行する可能性に基づいて、さまざまな靴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。他の用途には、さまざまな映画ジャンルをさまざまなユーザーに宣伝したり、職種に基づいて採用可能性のある求人応募者を特定することなども、他の用途の例として挙げることができます。
アイテム属性に基づいてユーザーセグメントを取得するには、Item-Attribute-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 形式のアイテム属性のリストを 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。入力データには最大 10 個のクエリを含めることができ、各クエリは 1 つ以上のアイテム属性です。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-Attribute-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とアイテムデータセットが必要です。Items データセットには、テキストではなく、かつ、予約されていないメタデータ列である列が少なくとも 1 つ必要です。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、「カスタムリソースを使用したバッチユーザーセグメントの取得」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-Attribute-Affinity では、Amazon Personalize がユーザーセグメントの新しいユーザーを検討し、ユーザーの最新の動作でモデルを更新するための新しいソリューションバージョンを作成する必要があります。アイテム属性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アイテム属性が存在している必要があります。
Item-Attribute-Affinity レシピには、次のプロパティがあります。
-
名前 –
aws-item-attribute-affinity
-
レシピ Amazon リソースネーム (ARN) –
arn:aws:personalize:::recipe/aws-item-attribute-affinity
-
アルゴリズム ARN –
arn:aws:personalize:::algorithm/aws-item-attribute-affinity
-
機能変換 ARN –
arn:aws:personalize:::feature-transformation/item-attribute-affinity
-
レシピタイプ –
USER_SEGMENTATION
次の表で、Item-Attribute-Affinity レシピのハイパーパラメータを示します。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でき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-Attribute-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 |