Amazon Personalize でのリアルタイムのアイテムレコメンデーション

ユースケースまたはレシピでアイテムレコメンデーションが生成された場合、レコメンダーを作成したりキャンペーンを作成したりすると、ユーザー向けにパーソナライズされたアイテムまたは関連アイテムのレコメンデーションをリアルタイムで取得できます。

上位のおすすめユースケースや User-Personalization-v2 レシピなど、リアルタイムのパーソナライゼーションを提供するドメインユースケースまたはレシピを使用する場合、Amazon Personalize は、カタログ操作の記録に関する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。リアルタイムイベントの記録についての詳細は、「レコメンデーションに影響を与えるリアルタイムイベントの記録」を参照してください。

リアルタイムのアイテムレコメンデーションを取得すると、以下の操作を行うことができます。

• 推奨アイテムのメタデータを返すようにキャンペーンを設定した場合は、 GetRecommendations API オペレーションに含める列を指定できます。または、Amazon Personalize コンソールを使用してレコメンダーをテストするときに列を指定できます。コードの例については、「リアルタイムレコメンデーションを使用したアイテムメタデータの取得」を参照してください。キャンペーンのメタデータの有効化については、「レコメンデーションのアイテムメタデータ」を参照してください。レコメンダーのメタデータの有効化については、「Amazon Personalize のドメインレコメンダーでレコメンデーションのメタデータを有効にする」を参照してください。

• 一部のユースケースやレシピでは、レコメンデーションリクエストにプロモーションを指定できます。プロモーションは、設定可能なおすすめアイテムのサブセットに適用される追加のビジネスルールを定義します。詳細については、「リアルタイムレコメンデーション内のアイテムのプロモーション」を参照してください。

• カスタム条件に基づいて結果をフィルタリングできます。例えば、ユーザーがすでに購入した商品はレコメンドしたくないとか、特定の年齢層向けのアイテムだけを勧めたいことがあるかもしれません。詳細については、「レコメンデーションとユーザーセグメントのフィルタリング」を参照してください。

注記

PERSONALIZED_RANKING カスタムレシピを使用した場合は、「」を参照してくださいパーソナライズされたランキングの取得 (カスタムリソース)。

トピック

• レコメンデーションスコアの仕組み (カスタムリソース)
• User-Personalization-v2 の推奨理由
• リアルタイムのアイテムレコメンデーションの取得
• リアルタイムレコメンデーションを使用したアイテムメタデータの取得
• リアルタイムレコメンデーション内のアイテムのプロモーション

レコメンデーションスコアの仕組み (カスタムリソース)

User-Personalization-v2 および User-Personalization レシピでは、Amazon Personalize はユーザーのインタラクションデータとメタデータに基づいてアイテムのスコアを生成します。これらのスコアは、ユーザーが次に選択するアイテムがある、Amazon Personalize の相対的な確実性を表します。スコアが高いほど、確実性が高くなります。

注記

Amazon Personalize は、ドメインレコメンダーや Similar-Items、SIMSまたは Popularity-Count レシピのスコアを表示しません。パーソナライズドランキングのレコメンデーションのスコアについては、「パーソナライズされたランキングスコアリングの仕組み」を参照してください。

Amazon Personalize は、0 から 1 のスケールで (両方を含む)、互いに対するアイテムのスコアを生成します。 User-Personalization-v2 では、Amazon Personalize はアイテムのサブセットのスコアを生成します。User-Personalization を使用すると、Amazon Personalize はカタログ内のすべてのアイテムをスコアリングします。

User-Personalization-v2 を使用してレコメンデーションにフィルターを適用する場合、フィルターが削除するレコメンデーションの数に応じて、Amazon Personalize はプレースホルダーアイテムを追加することがあります。これは、レコメンデーションリクエストの numResults を満たすために行われます。これらのアイテムは、インタラクションデータの量に基づいて、フィルター基準を満たす人気のあるアイテムです。これらにはユーザーの関連性スコアがありません。

User-Personalization-v2 と User-Personalization の両方で、すべてのスコアの合計は 1 に等しくなります。例えば、ユーザーから映画のレコメンデーションを取得していて、Items データセットとインタラクションデータセットに 3 本の映画が表示されている場合、それらのスコアは 0.6、0.3、0.1 となります。同様に、インベントリに映画が 10,000 本ある場合、最も評価が高い映画のスコアは非常に小さくなる可能性があります (平均スコアは .001)。ただし、スコアリングは相対的であるため、レコメンデーションは引き続き有効です。

数学的には、各ユーザーアイテムのペア (u,i) のスコアは、次の式に従って計算されます。ここで exp は指数関数で、w̅_u および w_i/_j はそれぞれユーザーおよびアイテムの埋め込みです。ギリシャ文字シグマ (Σ) は、スコアを持つすべてのアイテムの合計を表します。

User-Personalization-v2 の推奨理由

User-Personalization-v2 を使用する場合、モデルで通常推奨されない項目にはreasonリストが含まれます。これらの理由は、アイテムがレコメンデーションに含まれていた理由を示しています。次のような原因が考えられます。

• プロモーション対象アイテム - レコメンデーションリクエストに適用したプロモーションの一部としてアイテムが含まれていたことを示します。

• 探索 - アイテムが探索に含まれていたことを示します。探索では、レコメンデーションに、インタラクションデータまたはユーザーとの関連性が少ないアイテムが含まれます。探索の詳細については、「探索」を参照してください。

• 人気のあるアイテム - アイテムがプレースホルダーの人気のあるアイテムとして含まれていたことを示します。フィルターを使用する場合、フィルターが削除するレコメンデーションの数に応じて、Amazon Personalize はレコメンデーションリクエストの numResults を満たすプレースホルダーアイテムを追加する場合があります。これらのアイテムは、インタラクションデータに基づいて、フィルター基準を満たす一般的なアイテムです。これらにはユーザーの関連性スコアがありません。