VIDEO_ON_DEMAND 사용 사례

다음 단원에는 각 VIDEO_ON_DEMAND 사용 사례에 대한 요구 사항 및 리소스 이름(ARN)이 나와 있습니다. 모든 사용 사례의 경우 상호작용 데이터는 다음을 갖고 있어야 합니다.

• 카탈로그의 항목과 상호 작용하는 사용자의 1,000개 이상의 항목 상호 작용 기록. 이러한 상호작용은 대량 가져오기, 스트리밍된 이벤트 또는 둘 다에서 발생할 수 있습니다.

• 각각 2번 이상의 항목 상호 작용을 갖는 25개 이상의 고유 사용자 ID.

품질 추천의 경우, 각 2번 이상의 항목 상호 작용을 갖는 1,000명 이상의 사용자로부터 50,000건 이상의 항목 상호 작용을 갖는 것이 좋습니다.

참고

CreateRecommender API를 사용하는 경우 레시피 ARN에 대해 여기에 나열되어 있는 ARN을 제공합니다.

X를 시청하였기 때문입니다

지정한 동영상을 기반으로 다른 사용자도 시청한 동영상을 추천 받을 수 있습니다. 이 사용 사례에서 Personalize는 지정한 사용자 ID 및 Watch이벤트를 기반으로 사용자가 시청한 동영상을 자동으로 필터링합니다. 자체 필터를 적용하는 경우 사용자가 시청한 동영상이 필터링으로 걸러진 후에 필터가 적용됩니다.

Amazon Personalize는 필터링할 때 이벤트 유형별로 사용자당 최대 100개의 항목 상호 작용을 고려합니다. 이는 모든 자동 또는 사용자 지정 필터에 적용됩니다. 이 한도의 증가를 요청하려면 Service Quotas 콘솔을 사용하면 됩니다. 자세한 내용은 Service Quotas 사용 설명서의 할당량 증가 요청 단원을 참조하세요. 3개월 동안 사용자의 항목 상호 작용을 가져오지 않으면 필터는 더 이상 사용자의 과거 데이터를 고려하지 않습니다. 이 데이터를 고려하려면 사용자의 전체 이벤트 기록을 다시 가져와야 합니다.

• 레시피 ARN: arn:aws:personalize:::recipe/aws-vod-because-you-watched-x

• GetRecommendations API 요구 사항:

  userId: 필수

  itemId: 필수

• 교육 시 사용되는 데이터 세트: 항목 상호 작용 데이터 세트 전용(필수)

• 필수 이벤트 유형: Watch이벤트가 최소 1000개 이상.

X와 유사한 제품

지정한 동영상과 비슷한 동영상을 추천 받습니다. 이 사용 사례에서 Personalize는 지정한 사용자 ID 및 Watch이벤트를 기반으로 사용자가 시청한 동영상을 자동으로 필터링합니다. 자체 필터를 적용하는 경우 사용자가 시청한 동영상이 필터링으로 걸러진 후에 필터가 적용됩니다.

Amazon Personalize는 필터링할 때 이벤트 유형별로 사용자당 최대 100개의 항목 상호 작용을 고려합니다. 이는 모든 자동 또는 사용자 지정 필터에 적용됩니다. 이 한도의 증가를 요청하려면 Service Quotas 콘솔을 사용하면 됩니다. 자세한 내용은 Service Quotas 사용 설명서의 할당량 증가 요청 단원을 참조하세요. 3개월 동안 사용자에 대한 항목 상호 작용을 가져오지 않으면 필터는 더 이상 사용자의 과거 데이터를 고려하지 않습니다. 이 데이터를 고려하려면 사용자의 전체 이벤트 기록을 다시 가져와야 합니다.

• 레시피 ARN: arn:aws:personalize:::recipe/aws-vod-more-like-x

• GetRecommendations API 요구 사항:

  userId: 필수

  itemId: 필수

• 학습 시 사용되는 데이터세트:

  • 상호작용(필수)

  • 항목(필수)

• 필요한 이벤트 수: 모든 유형의 이벤트 최소 1000개 이상.

• 추천 이벤트 유형: Watch및 Click이벤트.

가장 인기 있음

가장 많은 사용자가 시청한 동영상을 추천 받습니다.

• 레시피 ARN: arn:aws:personalize:::recipe/aws-vod-most-popular

• GetRecommendations요구 사항:

  userId: 필수

  itemId: 사용되지 않음

• 교육 시 사용되는 데이터 세트: 항목 상호 작용 데이터 세트 전용(필수)

• 필수 이벤트 유형: Watch이벤트가 최소 1000개 이상.

지금 유행

현재 유행하고 있는 동영상을 추천 받습니다. 지금 유행하는 동영상은 사용자에게 빠르게 인기를 얻고 있는 항목입니다. Personalize는 2시간마다 자동으로 상호작용 데이터를 평가하고 유행하는 항목을 식별합니다.

• 레시피 ARN: arn:aws:personalize:::recipe/aws-vod-trending-now

• GetRecommendations API 요구 사항:

  userId: 사용자가 상호작용한 항목을 기준으로 CurrentUser 또는 항목별로 필터링하는 경우에만 필수

  itemId: 사용되지 않음

• 교육 시 사용되는 데이터 세트: 항목 상호 작용 데이터 세트 전용(필수)

• 필요한 이벤트 수: 모든 유형의 이벤트 최소 1000개 이상.

가장 적합한 추천 제품

지정한 사용자를 위한 개인 맞춤형 콘텐츠 추천을 받습니다. 이 사용 사례에서 Personalize는 지정한 사용자 ID 및 Watch이벤트를 기반으로 사용자가 시청한 동영상을 자동으로 필터링합니다. 자체 필터를 적용하는 경우 사용자가 시청한 동영상이 필터링으로 걸러진 후에 필터가 적용됩니다.

Amazon Personalize는 필터링할 때 이벤트 유형별로 사용자당 최대 100개의 항목 상호 작용을 고려합니다. 이는 모든 자동 또는 사용자 지정 필터에 적용됩니다. 이 한도의 증가를 요청하려면 Service Quotas 콘솔을 사용하면 됩니다. 자세한 내용은 Service Quotas 사용 설명서의 할당량 증가 요청 단원을 참조하세요. 3개월 동안 사용자에 대한 항목 상호 작용을 가져오지 않으면 필터는 더 이상 사용자의 과거 데이터를 고려하지 않습니다. 이 데이터를 고려하려면 사용자의 전체 이벤트 기록을 다시 가져와야 합니다.

항목을 추천할 때 이 사용 사례에서는 사용 real-time-personalization및 탐색을 사용합니다. 또한 자동 업데이트를 사용하여 새 항목을 추천 대상으로 고려합니다.

• 레시피 ARN: arn:aws:personalize:::recipe/aws-vod-top-picks

• GetRecommendations 요구 사항:

  userId: 필수

  itemId: 사용되지 않음

• 학습 시 사용되는 데이터세트:

  • 상호작용(필수)

  • 항목(선택 사항)

  • 사용자(선택 사항)

• 필요한 이벤트 수: 이벤트 최소 1000개 이상.

• 권장 이벤트 유형: Click및 Watch이벤트.

• 탐색 구성 파라미터: 추천자를 만들 때 다음을 사용하여 탐색을 구성할 수 있습니다.

  • 관련성이 낮은 항목 탐색에 주목(탐색 가중치) — 탐색 범위를 설정합니다. 0과 1 사이에서 소수 값을 지정합니다. 기본값은 0.3입니다. 값이 1에 가까울수록 탐색이 더 많아집니다. 더 많이 탐색할수록 항목 상호 작용 데이터가 적거나 이전 행동을 기반으로 한 관련성이 낮은 항목이 더 많이 추천에 포함됩니다. 0이면 탐색이 수행되지 않으며 최신 데이터(관련성)를 기반으로 추천이 제공됩니다.

  • 탐색 항목 기간 제한 – 항목 상호 작용 데이터 세트의 모든 항목에서 최근 상호 작용이 발생한 이후 최대 항목 사용 기간(일)을 지정합니다. 이렇게 하면 항목 기간에 따른 항목 탐색 범위가 정의됩니다. Amazon Personalize는 생성 타임스탬프 또는 생성 타임스탬프 데이터가 누락된 경우 항목 상호 작용 데이터를 기반으로 항목 기간을 결정합니다. Personalize가 항목 기간을 결정하는 방법에 대한 자세한 내용은 생성 타임스탬프 데이터단원을 참조하세요.

    Personalize가 탐색 중에 고려하는 항목을 늘리려면 더 큰 값을 입력합니다. 최소값은 1일이고, 기본값은 30일입니다. 지정한 항목 보관 기간 한도보다 오래된 항목이 추천에 포함될 수 있습니다. 이는 이러한 항목이 사용자와 관련이 있고 탐색에서 해당 항목을 식별할 수 없었기 때문입니다.