유사 상품 레시피 - Amazon Personalize

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

유사 상품 레시피

비슷한 아이템 (aws-similar-items) 는 지정한 항목과 유사한 항목에 대한 권장 사항을 생성합니다. Similar-Items를 사용하면 고객이 이전 행동 및 항목 메타데이터를 기반으로 카탈로그에서 새 아이템을 발견할 수 있습니다. 유사한 항목을 추천하면 애플리케이션의 사용자 참여도, 클릭률 및 전환율을 높일 수 있습니다.

Similar-Items는 사용자가 제공한 상호 작용 데이터 및 항목 메타데이터를 기반으로 유사성을 계산합니다. 여기에는 Interaction 데이터셋의 사용자 기록에 있는 항목이 동시에 나타나는 현상과 모든 항목 메타데이터 유사성이 고려됩니다. 예를 들어, 유사 상품을 사용하는 경우 Amazon Personalize Personalize에서는 고객이 자주 구매하는 아이템을 비슷한 스타일로 추천할 수 있습니다 (카테고리 메타데이터) 또는 다른 사용자가 비슷한 설명으로 시청한 영화 (비정형 텍스트 메타데이터).

유사 아이템의 경우 아이템 ID를 다음 항목에 입력합니다.GetRecommendations작업 (또는 Amazon Personalize 콘솔) 및 Amazon Personalize 퍼스널라이즈는 유사한 아이템의 목록을 반환합니다. 또는 배치 워크플로를 사용하여 인벤토리에 있는 모든 항목에 대해 유사한 항목을 가져올 수 있습니다 (참조).배치 권장 사항 및 사용자 세그먼트 가져오기).

Similar-Items를 사용하려면 1,000개 이상의 고유한 과거 및 사건 상호 작용 (결합) 이 포함된 상호 작용 데이터세트를 만들어야 합니다. 더 정확한 예측을 위해 항목 데이터셋을 생성하고 카탈로그의 항목에 대한 메타데이터도 가져오는 것이 좋습니다. 콜드 항목 (상호 작용이 5개 미만인 항목) 과 유사한 항목에 대한 추천을 받을 수 있습니다. Amazon Personalize Personalize에서 권장 요청 또는 배치 입력 파일에서 지정한 항목 ID를 찾을 수 없는 경우 레시피는 인기 아이템을 권장 사항으로 반환합니다.

솔루션 버전을 만든 후에는 솔루션 버전과 데이터를 최신 상태로 유지해야 합니다. Similar-Items를 사용하면 카탈로그에 대한 업데이트를 반영하고 사용자의 최신 동작으로 모델을 업데이트하기 위해 새 솔루션 버전을 수동으로 생성 (모델 재교육) 해야 합니다. 그런 다음 솔루션 버전을 사용하여 캠페인을 업데이트해야 합니다. 자세한 정보는 권장 사항 유지 관리을 참조하세요.

속성 및 하이퍼파라미터

유사 항목 레시피에는 다음과 같은 속성이 있습니다.

  • 이름aws-similar-items

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

  • 알고리즘arn:aws:personalize:::algorithm/aws-similar-items

자세한 정보는 1단계: 레시피 선택을 참조하세요.

다음 표에서는 Similar-Items 레시피의 하이퍼파라미터에 대해 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 참조하세요.

표에는 각 하이퍼파라미터에 대한 다음 정보도 표시됩니다.

  • 범위: [하한, 상한]

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

  • HPO 조정: 파라미터가 HPO에 참여할 수 있습니까?

이름 설명
알고리즘 하이퍼파라미터
item_id_hidden_dim

Amazon Personalize Personalize가 상호 작용 데이터를 기반으로 항목 ID 임베딩을 모델링하는 데 사용하는 숨겨진 변수의 수입니다. 숨겨진 변수는 사용자의 구매 기록 및 항목 통계를 재생성하여 순위 결정 점수를 생성합니다. 사용item_id_hidden_dim, HPO를 사용하고 최소 및 최대 범위 값을 제공해야 합니다. Amazon Personalize HPO를 사용하여 지정한 범위 내에서 최상의 값을 찾습니다. 대규모 상호 작용 데이터셋이 있는 경우 더 큰 최대값을 지정하세요. 더 큰 최대값을 사용하면 처리하는 데 더 많은 시간이 소요됩니다.

HPO를 사용하려면performHPOtrue당신이 전화할 때CreateSolution작업.

기본값: 100

범위 [30, 200]

값 유형: Integer

HPO 조정 가능: 예

item_metadata_hidden_dim

Amazon Personalize Personalize가 항목 메타데이터를 모델링하는 데 사용하는 숨겨진 변수의 수입니다. 사용item_metadata_hidden_dim, HPO를 사용하고 최소 및 최대 범위 값을 제공해야 합니다. Amazon Personalize HPO를 사용하여 지정한 범위 내에서 최상의 값을 찾습니다. 대규모 상호 작용 데이터셋이 있는 경우 더 큰 최대값을 지정하세요. 최대값을 더 많이 사용하면 처리하는 데 더 많은 시간이 소요됩니다.

HPO를 사용하려면performHPOtrue당신이 전화할 때CreateSolution작업.

기본값: 100

범위 [30, 200]

값 유형: Integer

HPO 조정 가능: 예