유사 아이템 레시피 - Amazon Personalize

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

유사 아이템 레시피

유사-아이템 (aws-similar-items) 는 지정한 항목과 유사한 항목에 대한 권장 사항을 생성합니다. Simirar-Item은 항목 메타데이터와 유사한 항목 권장 시나리오에 최적화되어 있습니다. 유사-항목을 사용하려면 상호 작용 데이터세트와 항목 데이터세트를 생성해야 합니다. 카탈로그에 상호 작용이 거의 없거나 전혀 없는 항목 및 항목이 카탈로그에 있지만 상호 작용 데이터셋에 최소 1000개의 고유 기록 및 이벤트 상호 작용 (결합) 이 있는 경우 Simirar-Item을 사용합니다.

Similar-Items는 상호 작용 데이터세트의 사용자 기록에 있는 항목의 동시 발생과 항목 데이터셋에서 범주형 및 비정형 텍스트 메타데이터를 포함한 항목 메타데이터를 기반으로 유사성을 계산합니다. 예를 들어 Simirar-Items Amazon Personalize Personalize는 고객이 비슷한 스타일로 자주 구매한 아이템이나 다른 사용자가 비슷한 설명으로 시청한 영화를 추천할 수 있습니다.

유사-아이템의 경우, 에서 항목 ID를 제공합니다.GetRecommendations작업 (또는 Amazon Personalize 콘솔) 및 Amazon Personalize 유사한 아이템 목록을 반환합니다. 또는 배치 워크플로를 사용하여 인벤토리에 있는 모든 아이템에 대해 유사한 아이템을 가져올 수 있습니다 (참조)배치 권장 사항 및 사용자 세그먼트 얻기). 콜드 아이템과 유사한 항목 (상호 작용이 5개 미만인 항목) 에 대한 권장 사항을 얻을 수 있습니다. Amazon Personalize Personalize가 권장 사항 요청 또는 배치 입력 파일에 지정한 아이템 ID를 찾을 수 없는 경우, 레시피는 인기 항목을 권장 사항으로 반환합니다.

솔루션 버전을 생성한 후 솔루션 버전과 데이터를 최신 상태로 유지해야 합니다. Similar-Items에서는 카탈로그에 대한 업데이트를 반영하고 사용자의 최신 동작으로 모델을 업데이트하도록 새 솔루션 버전 (모델 재교육) 을 수동으로 생성해야 합니다. 자세한 정보는 권장 사항 관련성 유지을 참조하십시오.

Items 데이터셋에서 범주형 및 비정형 텍스트 메타데이터 서식 지정에 대한 자세한 내용은 단원을 참조하십시오.항목 데이터. 항목 메타데이터가 없고 유사한 항목을 추천하려면SIMS 레시피.

속성 및 하이퍼파라미터

유사 항목 레시피의 속성은 다음과 같습니다.

  • 이름aws-similar-items

  • 레시피 Amazon 리소스 이름(ARN)arn:aws:personalize:::recipe/aws-similar-items

  • 알고리즘 ARNarn:aws:personalize:::algorithm/aws-similar-items

자세한 정보는 1단계: 레시피 선택을 참조하십시오.

다음 표에서는 유사 항목 레시피의 하이퍼파라미터를 설명합니다. 하이퍼파라미터는 모델 성능을 향상시키기 위해 조정할 수 있는 알고리즘 파라미터입니다. 알고리즘 하이퍼파라미터는 모델이 성능을 내는 방식을 제어합니다. 하이퍼파라미터에 대한 최적 값을 선택하는 과정을 하이퍼파라미터 최적화(HPO)라고 합니다. 자세한 정보는 하이퍼파라미터 및 HPO을 참조하십시오.

표에는 각 하이퍼파라미터에 대한 다음 정보도 표시됩니다.

  • 범위: [하한, 상한]

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

  • 조정 가능한 HPO: HPO 에 참여할 수 있습니까?

이름 설명
알고리즘 하이퍼파라미터
item_id_hidden_dimension

Amazon Personalize가 상호 작용 데이터를 기반으로 아이템 ID 임베딩을 모델링하기 위해 사용하는 숨겨진 변수의 수입니다. 숨겨진 변수는 사용자의 구매 기록 및 항목 통계를 재생성하여 순위 결정 점수를 생성합니다. 를 사용하려면item_id_hidden_dimensionHPO를 사용하고 최소 및 최대 범위 값을 제공해야 합니다. Amazon Personalize Personalize는 HPO를 사용하여 지정한 범위 내에서 최상의 가치를 찾습니다. 상호 작용 데이터셋이 큰 경우 더 큰 최대값을 지정합니다. 더 큰 값을 사용하는 데는 더 많은 처리 시간이 필요합니다.

HPO를 사용하려면performHPOtrue전화 할 때CreateSolution작업을 사용합니다.

기본값: 100

범위: [30, 200]

값 유형: 정수

HPO 조정 가능: 예

item_metadata_hidden_dimension

항목 메타데이터를 모델링하는 데 Amazon Personalize Personalize가 사용하는 숨겨진 변수 개수 를 사용하려면item_metadata_hidden_dimensionHPO를 사용하고 최소 및 최대 범위 값을 제공해야 합니다. Amazon Personalize Personalize는 HPO를 사용하여 지정한 범위 내에서 최상의 가치를 찾습니다. 상호 작용 데이터셋이 큰 경우 더 큰 최대값을 지정합니다. 더 큰 값을 사용하는 데는 더 많은 처리 시간이 필요합니다.

HPO를 사용하려면performHPOtrue전화 할 때CreateSolution작업을 사용합니다.

기본값: 100

범위: [30, 200]

값 유형: 정수

HPO 조정 가능: 예