트렌드-나우 레시피

Trending-Now 레시피 (aws-trending-now) 는 사용자에게 빠르게 인기를 얻고 있는 항목에 대한 추천을 생성합니다. 인기가 높아지는 품목이 고객과 더 관련이 있는 경우 Trending-Now 레시피를 사용할 수 있습니다. 예를 들어, 고객은 다른 사용자가 상호작용하는 내용을 매우 중요하게 여길 수 있습니다. 일반적인 용도로는 바이럴 소셜 미디어 콘텐츠 추천, 속보 기사 또는 최근 스포츠 비디오 등이 있습니다.

Trending-Now는 구성 가능한 시간 간격 동안 각 항목의 상호 작용 증가를 계산하여 상위 트렌드 항목을 자동으로 식별합니다. 상승률이 가장 높은 아이템은 트렌드 아이템으로 간주됩니다. 시간은 상호작용 데이터셋의 타임스탬프 데이터를 기반으로 합니다. 고려되는 항목은 대량으로 그리고 점진적으로 가져온 상호 작용 데이터에서 비롯됩니다. 상호 작용 데이터에서 새 항목을 고려하기 위해 Trending-Now용 새 솔루션 버전을 수동으로 만들 필요가 없습니다.

솔루션을 만들 Trend discovery frequency 때 를 입력하여 시간 간격을 지정할 수 있습니다. 예를 들어, 데이터 30분마다 30 minutes for Trend discovery frequency 를 지정하면 Amazon Personalize는 마지막 평가 이후 상호 작용 증가율이 가장 높은 항목을 식별합니다. 가능한 빈도로는 30분, 1시간, 3시간, 1일이 있습니다. 상호작용 데이터의 분포에 맞는 빈도를 선택하십시오. 선택한 기간 동안 데이터가 누락되면 권장 사항의 정확도가 떨어질 수 있습니다. 지난 두 시간 동안 상호 작용이 전혀 없는 데이터를 가져오면 Amazon Personalize는 인기 품목 대신 인기 품목만 추천합니다.

Trending-Now를 사용하면 Amazon Personalize 콘솔의 테스트 캠페인 페이지에서 해당 GetRecommendations 오퍼레이션을 호출하거나 추천을 받을 수 있습니다. 아마존 퍼스널라이즈는 가장 인기 있는 아이템을 반환합니다. 요청이 필요한 필터를 적용한 경우에만 요청을 전달합니다. userId GetRecommendationsAPI를 사용하면 numResults 파라미터와 함께 반환되는 트렌드 항목 수를 구성할 수 있습니다. Trending-Now 레시피로는 일괄 추천을 받을 수 없습니다.

Trending-Now를 사용하려면 EventType으로 필터링한 후, 제공된 경우 EventType으로 필터링한 후 1,000개 이상의 고유한 과거 상호 작용과 이벤트 상호 작용이 결합된 상호 작용 데이터세트를 만들어야 합니다. eventValueThreshold 트렌드 항목 추천을 생성할 때 Trending은 이제 항목 또는 사용자 데이터셋의 데이터를 사용하지 않습니다. 하지만 여전히 이러한 데이터세트의 데이터를 기반으로 권장 사항을 필터링할 수 있습니다. 자세한 정보는 권장 사항 및 사용자 세그먼트 필터링을 참조하세요.

속성 및 하이퍼파라미터

Trending-Now 레시피에는 다음과 같은 특성이 있습니다.

• 이름 – aws-trending-now

• 레시피 아마존 리소스 이름 (ARN) — arn:aws:personalize:::recipe/aws-trending-now

• 알고리즘 ARN — arn:aws:personalize:::algorithm/aws-trending-now-custom

자세한 정보는 레시피 선택하기 API 키 키 키을 참조하세요.

다음 표에서는 Trending-Now 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 참조하세요.

표에는 각 하이퍼파라미터에 대한 다음 정보도 표시됩니다.

• 범위: [하한, 상한]

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

• 조정 가능한 HPO: 파라미터가 HPO에 참여할 수 있습니까?

이름	설명
특징 변환 하이퍼파라미터
Trend discovery frequency	Amazon Personalize에서 상호 작용 데이터를 평가하고 인기 항목을 식별하는 빈도를 지정하십시오. 예를 들어, 를 30 min 지정하면 Amazon Personalize는 30분마다 상호 작용 증가율이 가장 높은 아이템을 30분 간격으로 식별합니다. Trend discovery frequency 사용 가능한 빈도에는 30분, 1시간, 3시간 및 1일이 포함됩니다. 상호작용 데이터의 분포에 맞는 빈도를 선택하십시오. 선택한 기간 동안 데이터가 누락되면 권장 사항의 정확도가 떨어질 수 있습니다. 기본값: 3h 가능한 값은 30분, 1시간, 3시간, 1일입니다. 값 형식: 문자열 HPO 조정 가능: 아니요

솔루션 만들기 (파이썬용 SDK (Boto3))

다음 코드는 파이썬용 SDK (Boto3) 를 사용하여 Trending-Now 레시피로 솔루션을 만드는 방법을 보여줍니다. 가능한 trend_discovery_frequency 값은30 minutes, 1 hour3 hours, 및 1 day 입니다. 콘솔을 사용하여 솔루션을 만드는 방법에 대한 자세한 내용은 을 참조하십시오솔루션 만들기 (콘솔).

import boto3
            
personalize = boto3.client("personalize")

create_solution_response = personalize_client.create_solution(
    name="solution name",
    recipeArn="arn:aws:personalize:::recipe/aws-trending-now",
    datasetGroupArn="dataset group ARN",
    solutionConfig={
        "featureTransformationParameters": {
            "trend_discovery_frequency": "1 hour"
         }
    }
)
print(create_solution_response['solutionArn'])

샘플 주피터 노트북

Trending-Now 레시피를 사용하는 방법을 보여주는 샘플 주피터 노트북은 아마존 퍼스널라이즈 샘플 리포지토리에서 trending_now_example.ipynb를 참조하십시오. GitHub