レコメンデーションの関連性の維持

関連するレコメンデーションは、カタログの拡大に合わせて、アプリケーションのユーザーエンゲージメント、クリックスルー率、およびコンバージョン率を高めます。ユーザー向けの Amazon Personalize レコメンデーションの関連性を維持および改善するため、データとソリューションバージョンを最新の状態に保ちます。これにより、Amazon Personalize はユーザーの最新の行動から学習し、最新のアイテムをレコメンデーションに含めることができます。

データセットを最新の状態に保つ

カタログが大きくなってきたら、一括または個別のデータインポート操作で履歴データを更新します。履歴データのインポートの詳細については、「ステップ 2: データの準備とインポート」を参照してください。モデルのトレーニング後にインポートしたデータがレコメンデーションにどのように影響するかについては、「リアルタイムイベントがレコメンデーションに与える影響」を参照してください。

パーソナライズされたリアルタイムのレコメンデーションを提供するユースケースやレシピについては、アイテムインタラクションデータセットをユーザーの行動で最新の状態に保ちます。これを行うには、イベントトラッカーと PutEvents API オペレーションとのアイテムインタラクションを記録します。Amazon Personalize は、ユーザーがアプリケーションを操作する際のユーザーの最新のアクティビティに基づいて、レコメンデーションを更新します。リクエストパーソナライゼーションについては、「リアルタイムパーソナライゼーション」を参照してください。リアルタイムイベントの記録の詳細については、「イベントの記録」を参照してください。

ドメインレコメンダーの維持

Amazon Personalize は 7 日ごとにレコメンダーをサポートするモデルを自動的に再トレーニングします。これは、データセット内のデータ全体に基づいてまったく新しいモデルを作成する完全な再トレーニングです。トレーニングに使用した列を変更すると、Amazon Personalize はレコメンダーを裏付けるモデルの完全な再トレーニングを自動的に開始します。

• 「あなたにおすすめ」と「おすすめ」のユースケースについては、Amazon Personalize がレコメンダーを更新して、新しい商品をレコメンデーションとして考慮します。自動更新は、モデルがユーザーの行動から学習するような完全な再トレーニングではありません。代わりに、自動更新により、レコメンダーが次回の全面的な再トレーニングを行う前に、Amazon Personalize が新しい商品をレコメンデーションに掲載できるようになります。自動更新については、「自動更新」を参照してください。

• Trending Now ユースケースを使用する場合、Amazon Personalize は 2 時間ごとにインタラクションデータを自動的に評価し、トレンドアイテムを特定します。レコメンダーが再トレーニングするのを待つ必要はありません。

レコメンダーの再トレーニングが進行中でも、レコメンダーからレコメンデーションを受けることができます。再トレーニングが完了するまで、レコメンダーは以前の構成とモデルを使用します。更新を追跡するには、Amazon Personalize コンソールのレコメンダー詳細ページで最新レコメンダー更新のタイムスタンプを確認できます。または、latestRecommenderUpdate オペレーションから DescribeRecommender の詳細を表示することもできます。

カスタムソリューションの維持

定期的に再トレーニングを行って、カスタムソリューションを維持します。新しいソリューションバージョンを作成 (モデルを再トレーニング) して、レコメンデーションに新しいアイテムを含め、ユーザーの最新の動作でモデルを更新します。

再トレーニングの頻度は、ビジネス要件と使用するレシピによって異なります。どのレシピでも、少なくとも毎週新しいソリューションバージョンを作成することをおすすめします。これにより、データセットグループ内のデータセットからのトレーニングデータ全体に基づいて、完全に新しいモデルを作成します。User-Personalization では,全面的な再トレーニングに対して trainingMode を FULL に設定する必要があります。

新しい項目を頻繁に追加する場合、レシピによってはさらに頻繁に再トレーニングが必要となる場合があります。

• (User-Personalization または Next-Best-Action などの) 自動更新付きレシピまたは Trending-Now レシピを使用しない場合は、Amazon Personalize の新しいソリューションバージョンを作成して、新しいアイテムをレコメンデーションの対象として考慮する必要があります。

• User-Personalization または Next-Best-Action を使用すると、Amazon Personalize は、完全にトレーニングされた最新のソリューションバージョンを自動的に更新して、レコメンデーションに新しいアイテムを考慮します。

  自動更新は、モデルがユーザーの行動から学習するような完全な再トレーニングではありません。代わりに、自動更新により、次回の完全再トレーニングの前に、Amazon Personalize が新しい商品をレコメンデーションに掲載できるようになります。

  それでも、trainingMode を FULL に設定して、新しいソリューションバージョンを毎週トレーニングする必要があります。2 時間ごとの頻度が不十分な場合は、それらの新しいアイテムをレコメンデーションに含めるように、trainingMode を UPDATE に設定して、ソリューションバージョンを手動で作成できます。Amazon Personalize では、完全にトレーニングされた最新のソリューションバージョンのみが自動的に更新され、完全にトレーニングされています。手動で更新されたソリューションバージョンは、今後自動的に更新されることはありません。

  追加のガイドラインや要件など、自動更新の詳細については、「自動更新」を参照してください。

• Trending-Now を使用すると、Amazon Personalize は、設定可能な時間間隔で、インタラクションデータ内の最もトレンドの高い項目を自動的に識別します。Trending-Now の新しいソリューションバージョンを手動で作成して、前回のトレーニング以降の一括または増分インタラクションから発生した新しいアイテムを考慮する必要はありません。詳細については、「Trending-Now レシピ」を参照してください。

新しいソリューションバージョンの作成については、「ソリューションバージョンの作成」を参照してください。新しいソリューションバージョンを作成したら、キャンペーンを更新してデプロイする必要があります。詳細については、「キャンペーンの更新」を参照してください。

データインポート、ソリューションバージョントレーニング、バッチワークフローなど、Amazon Personalize ワークフローを自動化する AWS ソリューション実装であるMachine Learningによるパーソナライズされたエクスペリエンスの維持を使用して、再トレーニングとデータインポートタスクを自動化およびスケジュールできます。詳細については、「Machine Learning を利用してパーソナライズされたエクスペリエンスの維持」を参照してください。