항목-친화도 레시피

Item-Affinity (aws-item-affinity) 레시피는 지정한 각 항목에 대해 사용자 세그먼트 (사용자 그룹) 를 생성하는 USER_SEGMENTATION 레시피입니다. Personalize에서 각 항목과 상호작용할 가능성이 가장 높다고 예측하는 사용자는 다음과 같습니다. 항목-친화도를 사용하여 사용자에 대해 자세히 알아보고 각 사용자 세그먼트를 기반으로 행동을 취합니다.

예를 들어 카탈로그의 항목에 대한 사용자 기본 설정을 기반으로 소매용 애플리케이션을 위한 마케팅 캠페인을 만들 수 있습니다. 항목-친화도는 상호작용 및 항목 데이터세트의 데이터를 기반으로 각 항목에 대한 사용자 세그먼트를 생성합니다. 이를 통해 사용자가 행동(예: 항목 클릭 또는 항목 구매)을 취할 가능성에 따라 여러 사용자 세그먼트에 여러 항목을 홍보할 수 있습니다. 다른 용도로는 여러 사용자에게 제품을 교차 판매하거나 예비 구직자를 식별하는 것이 포함될 수 있습니다.

항목을 기반으로 사용자 세그먼트를 가져오려면 항목-친화도 레시피로 솔루션과 솔루션 버전을 생성한 다음 JSON 형식의 항목 목록을 S3 버킷에 추가하고 배치 세그먼트 작업을 생성합니다. Personalize는 각 항목에 대한 사용자 세그먼트를 S3의 출력 위치로 출력합니다. 입력 데이터는 사용자 세그먼트를 가져올 항목 수가 최대 500개일 수 있습니다. 배치 세그먼트 작업을 위한 입력 데이터 준비에 대한 자세한 내용은 배치 추천을 위한 입력 데이터 준비단원을 참조하세요.

항목-친화도를 사용하려면 항목 상호 작용 데이터 세트가 있어야 합니다. 항목 및 사용자 데이터세트는 선택사항입니다. 배치 세그먼트 작업으로 사용자 세그먼트를 가져올 수 있습니다. 자세한 내용은 배치 권장 사항 및 사용자 세그먼트(사용자 지정 리소스)단원을 참조하세요.

솔루션 버전을 만든 후에는 솔루션 버전과 데이터를 최신 상태로 유지해야 합니다. Item-Affinity를 사용하면 Amazon Personalize용 새 솔루션 버전을 생성하여 사용자 세그먼트의 새 사용자를 고려하고 사용자의 최신 행동으로 모델을 업데이트해야 합니다. 항목에 대한 사용자 세그먼트를 가져오려면 솔루션 버전을 생성할 때 항목이 존재했어야 합니다.

항목-친화도 레시피의 속성은 다음과 같습니다.

• 명칭 – aws-item-affinity

• 레시피 리소스 이름(ARN) - arn:aws:personalize:::recipe/aws-item-affinity

• 알고리즘 ARN - arn:aws:personalize:::algorithm/aws-item-affinity

• 특성 변환 ARN - arn:aws:personalize:::feature-transformation/item-affinity

• 레시피 유형 - USER_SEGMENTATION

다음 표에서는 항목-친화도 레시피의 하이퍼파라미터를 설명합니다. 하이퍼파라미터는 모델 성능을 향상시키기 위해 조정할 수 있는 알고리즘 파라미터입니다. 알고리즘 하이퍼파라미터는 모델이 성능을 내는 방식을 제어합니다. 항목-친화성 레시피에는 하이퍼파라미터 최적화(HPO)를 사용할 수 없습니다.

표에는 각 하이퍼파라미터에 대한 다음 정보도 표시됩니다.

• 범위: [하한, 상한]

• 값 형식: 정수, 연속(부동 소수점), 범주(부울, 목록, 문자열)

명칭	설명
알고리즘 하이퍼파라미터
hidden_dimension	모델에 사용된 숨겨진 변수 개수. 숨겨진 변수는 사용자의 구매 이력 및 항목 통계를 재생성하여 순위 점수를 생성합니다. 상호작용 데이터세트에 더 복잡한 패턴이 포함되는 경우 더 많은 숨겨진 차원을 지정합니다. 더 많은 숨겨진 차원을 사용하는 데는 더 큰 데이터세트와 더 많은 처리 시간이 필요합니다. 기본 값: 149 범위: [32, 256] 값 형식: 정수