Similar-Items 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。

Similar-Items レシピ

Similar-Itemsaws-similar-items) は、指定したアイテムに類似するアイテムのレコメンデーションを生成します。Similar-Items を使用すると、顧客が以前の行動や商品のメタデータに基づいてカタログ内の新しい商品を見つけやすくなります。類似アイテムを推奨すると、アプリケーションのユーザーエンゲージメント、クリック率、およびコンバージョン率を高めるために、類似アイテムを推奨できます。

Similar-Items は、インタラクションデータと提供されたアイテムメタデータに基づいて類似度を計算します。Interactions データセットのユーザー履歴内のアイテムの共起と、アイテムメタデータの類似性を考慮します。例えば、Similar-Items を使用すると、Amazon Personalize は、顧客が類似の態様で頻繁に併せて購入するアイテムを推奨できます。カテゴリ別メタデータ)、または別のユーザーが同じような説明で視聴した映画(非構造化テキストメタデータ).

Similar-Items を使用して、GetRecommendations 操作 (または Amazon Personalize コンソール) でアイテム ID を指定すると、Amazon Personalize は類似アイテムのリストを返します。または、バッチワークフローを使用して、在庫内のすべてのアイテムについて類似アイテムを取得できます (「バッチレコメンデーションとユーザーセグメントの取得」を参照)。

Similar-Items を使用するには、少なくとも 1000 の一意の履歴インタラクションとイベントインタラクション (組み合わせ) を含むInteractions データセットを作成する必要があります。より正確な予測を行うには、アイテムデータセットを作成し、カタログ内のアイテムに関するメタデータをインポートすることもお勧めします。コールドアイテム (インタラクションが 5 個未満のアイテム) に類似したアイテムについてのレコメンデーションを取得できます。Amazon Personalize がレコメンデーションリクエストまたはバッチ入力ファイルで指定したアイテム ID を見つけられない場合、レシピは人気のあるアイテムをレコメンデーションとして返します。

ソリューションバージョンを作成したら、ソリューションバージョンとデータを常に最新の状態に保ってください。Similar-Items を使用すると、新しいソリューションバージョンを手動で作成 (モデルを再トレーニング) して、カタログの更新を反映して、モデルを更新する必要があります。次に、ソリューションバージョンを使用してキャンペーンを更新する必要があります。詳細については、「レコメンデーションの関連性の維持」を参照してください。

プロパティおよびハイパーパラメータ

Similar-Items レシピには、次のプロパティがあります。

  • [Name] (名前) – aws-similar-items

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

  • アルゴリズム ARNarn:aws:personalize:::algorithm/aws-similar-items

詳細については、「ステップ 1: レシピの選択」を参照してください。

以下の表では、Similar-Items 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。ハイパーパラメータに最適な値を選択するプロセスは、ハイパーパラメータの最適化 (HPO) と呼ばれます。詳細については、「ハイパーパラメータおよび HPO」を参照してください。

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 (浮動小数点数)、カテゴリ (ブール、リスト、文字列)

  • HPO チューニング可能: パラメータはHPOに参加できますか?

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

インタラクションデータに基づいてアイテム ID の埋め込みをモデル化するために Amazon Personalize が使用する隠れた変数の数。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。item_id_hidden_dim を使用するには、HPO を使用し、最小範囲と最大範囲の値を指定する必要があります。Amazon Personalize は、HPO を使用して、指定した範囲内で最適な値を見つけます。Interactions データセットが大きい場合は、指定する最大値を大きくします。最大値を大きくすると、処理に時間がかかります。

HPO を使用するには、CreateSolution 操作を呼び出すときにに performHPO および true を設定します。

デフォルト値: 100

範囲 [30, 200]

値のタイプ 整数

HPO チューニング可能 はい

item_metadata_hidden_dim

Amazon Personalize がアイテムメタデータをモデル化するために使用する隠れた変数の数。item_metadata_hidden_dim を使用するには、HPO を使用し、最小範囲と最大範囲の値を指定する必要があります。Amazon Personalize は、HPO を使用して、指定した範囲内で最適な値を見つけます。Interactions データセットが大きい場合は、指定する最大値を大きくします。最大値を大きくすると、処理に時間がかかります。

HPO を使用するには、CreateSolution 操作を呼び出すときにに performHPO および true を設定します。

デフォルト値: 100

範囲 [30, 200]

値のタイプ 整数

HPO チューニング可能 はい