Casos de uso de ECOMMERCE

As seções a seguir listam os requisitos e o nome do recurso da Amazon (ARN) para cada caso de uso de ECOMMERCE. Para todos os casos de uso, seus dados de interações devem ter o seguinte:

• No mínimo, mil registros de interações com itens de usuários que interagem com itens do catálogo. Essas interações podem ser de importações em massa, eventos transmitidos ou ambas as coisas.

• No mínimo, 25 IDs de usuários exclusivos com, pelo menos, duas interações com itens para cada um.

Para obter recomendações de qualidade, o ideal é que você tenha, no mínimo, cinquenta mil interações com itens de, pelo menos, mil usuários com duas ou mais interações com itens cada.

nota

Se você usa a API CreateRecommender, forneça o ARN listado aqui para o ARN da fórmula.

Mais vistos

Obtenha recomendações de itens populares com base na quantidade de vezes que seus clientes visualizaram um item.

• ARN da fórmula: arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-views

• GetRecommendations requisitos:

  userId: obrigatório

  itemId: não usado

  inputList: n/d

• Conjuntos de dados usados durante o treinamento: somente conjunto de dados de interações com itens (obrigatório)

• Tipos de eventos obrigatórios: no mínimo, 1.000 eventos View.

Mais vendidos

Obtenha recomendações de itens populares com base na quantidade de vezes que seus clientes compraram um item.

• ARN da fórmula: arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-purchases

• GetRecommendations requisitos:

  userId: obrigatório

  itemId: não usado

  inputList: n/d

• Conjuntos de dados usados durante o treinamento: somente conjunto de dados de interações com itens (obrigatório)

• Tipos de eventos obrigatórios: no mínimo, 1.000 eventos Purchase.

Comprados frequentemente em conjunto

Obtenha recomendações de itens que os clientes compram com frequência junto com um item especificado por você.

• ARN da fórmula: arn:aws:personalize:::recipe/aws-ecomm-frequently-bought-together

• GetRecommendations requisitos:

  userId: Obrigatório somente se você filtrar por CurrentUser

  itemId: obrigatório

  inputList: n/d

• Conjuntos de dados usados durante o treinamento: somente conjunto de dados de interações com itens (obrigatório)

• Tipos de eventos obrigatórios: no mínimo, 1.000 eventos Purchase.

Os clientes que visualizaram X também visualizaram

Obtenha recomendações para itens que os clientes também visualizaram com base em um item especificado por você. Com esse caso de uso, o Amazon Personalize filtra automaticamente os itens que o usuário comprou com base no ID do usuário que você especifica e nos eventos Purchase. Se você aplicar seu próprio filtro, ele será aplicado depois que os itens que o usuário já comprou forem filtrados.

Os filtros do Amazon Personalize utilizam até cem interações com itens por usuário por tipo de evento. Isso se aplica a qualquer filtro automático ou personalizado. Para solicitar um aumento para este limite, é possível usar o console do Service Quotas. Para obter mais informações, consulte a seção Solicitação de um aumento de cota no Guia do usuário do Service Quotas.

• ARN da fórmula:

• GetRecommendations requisitos:

  userId: obrigatório

  itemId: obrigatório

  inputList: n/d

• Conjuntos de dados usados durante o treinamento: somente conjunto de dados de interações com itens (obrigatório)

• Tipos de eventos obrigatórios: no mínimo, 1.000 eventos View.

• Tipos de eventos recomendados: eventos Purchase.

Recomendados para você

Obtenha recomendações personalizadas para itens com base em um usuário que você especificar. Com esse caso de uso, o Amazon Personalize filtra automaticamente os itens que o usuário comprou com base no ID do usuário que você especifica e nos eventos Purchase. Se você aplicar seu próprio filtro, ele será aplicado depois que os itens que o usuário já comprou forem filtrados.

Os filtros do Amazon Personalize utilizam até cem interações com itens por usuário por tipo de evento. Isso se aplica a qualquer filtro automático ou personalizado. Para solicitar um aumento para este limite, é possível usar o console do Service Quotas. Para obter mais informações, consulte a seção Solicitação de um aumento de cota no Guia do usuário do Service Quotas.

Ao recomendar itens, esse caso de uso usa real-time-personalizatione explora. E usa atualizações automáticas para considerar novos itens para recomendações.

• ARN da fórmula:

• GetRecommendations requisitos:

  userId: obrigatório

  itemId: não usado

  inputList: n/d

• Conjuntos de dados usados durante o treinamento:

  • Interações (obrigatório)

  • Itens (opcionais)

  • Usuários (opcionais)

• Número obrigatório de eventos: no mínimo, 1.000 eventos.

• Tipos de eventos recomendados: eventos View e Purchase.

• Parâmetros de configuração de exploração: ao criar um recomendador, você pode configurar a exploração com o seguinte.

  • Ênfase na exploração de itens menos relevantes (peso de exploração) — Configure o quanto explorar. Especifique um valor decimal entre 0 e 1. O padrão é de 0,3. Quanto mais próximo o valor estiver de 1, maior será a exploração. Com maior exploração, as recomendações incluem mais itens com menos dados de interações ou relevância com base no comportamento anterior. Em zero, nenhuma exploração ocorre, e as recomendações são baseadas nos dados atuais (relevância).

  • Limite de idade do item de exploração: especifique a idade máxima do item em dias desde a última interação em todos os itens no conjunto de dados de interações com itens. Isso define o escopo da exploração do item com base na idade do item. O Amazon Personalize determina a idade do item com base no carimbo de data e hora de criação ou, se não houver dados de carimbo de data e hora de criação, serão usados os dados das interações com itens. Para obter mais informações sobre como o Amazon Personalize determina a idade do item, consulte Dados de carimbo de data e hora de criação.

    Para aumentar os itens que o Amazon Personalize considera durante a exploração, insira um valor maior. O mínimo é 1 dia e o padrão é 30 dias. As recomendações podem incluir itens mais antigos do que o limite de idade do item especificado. Isso ocorre porque esses itens são relevantes para o usuário e a exploração não os identificou.