As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Fórmula de itens semelhantes
nota
Todas as fórmulas RELATED_ITEMS usam dados de interações. Escolha os itens semelhantes se você também tiver metadados de itens e quiser que o Amazon Personalize use esses dados para encontrar itens semelhantes. Outra opção é escolher Fórmula de SIMS se quiser configurar mais hiperparâmetros para o modelo.
A receita Similar-Items (aws-similar-items) gera recomendações para itens semelhantes a um item especificado por você. Use itens semelhantes para ajudar os clientes a descobrir novos itens em seu catálogo com base no comportamento anterior e nos metadados do item. A recomendação de itens semelhantes pode aumentar o engajamento do usuário, a taxa de cliques e a taxa de conversão do seu aplicativo.
Os itens semelhantes calculam a similaridade com base em dados de interações e quaisquer metadados de itens que você fornecer. Eles consideram a ocorrência simultânea do item nos históricos do usuário em seu conjunto de dados de interação e quaisquer semelhanças de metadados do item. Por exemplo, com itens semelhantes, o Amazon Personalize pode recomendar itens que os clientes frequentemente compram juntos com um estilo semelhante (Metadados categóricos) ou filmes que usuários diferentes também assistiram com uma descrição semelhante (Metadados de texto não estruturados).
Com itens semelhantes, você fornece o ID de item em uma operação GetRecommendations (ou no console do Amazon Personalize), e o Amazon Personalize retorna uma lista de itens semelhantes. Você também pode usar um fluxo de trabalho em lotes para obter itens semelhantes para todos os itens do seu inventário (consulte Recomendações em lote e segmentos de usuários (recursos personalizados)). Ao obter itens semelhantes, você pode filtrar os itens com base em um atributo do item especificado na sua solicitação. Para isso, adicione um elemento CurrentItem.attribute ao seu filtro. Para ver um exemplo, consulte item data filter examples.
Para usar Similar-Items, é necessário criar um conjunto de dados de interações com itens com, pelo menos, mil interações históricas e de eventos exclusivas (combinadas). Para obter previsões mais precisas, recomendamos que você também crie um conjunto de dados Itens e importe metadados sobre os itens do seu catálogo. Similar-Items não usa dados em um conjunto de dados de usuários ao gerar recomendações. Você ainda pode filtrar recomendações com base nos dados de um conjunto de dados de usuários. Para ter mais informações, consulte Como filtrar recomendações e segmentos de usuários.
Se houver um conjunto de dados de itens com dados textuais e de títulos de itens, será possível gerar temas para itens relacionados em recomendações em lote. Para obter mais informações, consulte Recomendações em lote com temas do Content Generator.
Você pode obter recomendações de itens semelhantes a um item frio (um item com menos de cinco interações). Se o Amazon Personalize não encontrar o ID do item que você especificar na solicitação de recomendação ou no arquivo de entrada de lote, a fórmula retornará itens populares como recomendações.
Depois de criar uma versão da solução, mantenha a versão e os dados da solução atualizados. Com Similar-Items, você deve criar manualmente uma nova versão da solução (retreinar o modelo) para que o Amazon Personalize considere novos itens para recomendações e atualize o modelo com o comportamento mais recente do seu usuário. Em seguida, será necessário atualizar qualquer campanha usando a versão da solução. Para ter mais informações, consulte Manter a relevância da recomendação.
Propriedades e hiperparâmetros
A fórmula de itens semelhantes tem as seguintes propriedades:
-
Nome:
aws-similar-items -
Fórmula nome do recurso da Amazon (ARN) –
arn:aws:personalize:::recipe/aws-similar-items -
ARN do algoritmo –
arn:aws:personalize:::algorithm/aws-similar-items
Para ter mais informações, consulte Escolher uma fórmula.
A tabela a seguir descreve os hiperparâmetros da fórmula de itens semelhantes. Um hiperparâmetro é um parâmetro de algoritmo que pode ser ajustado para melhorar o desempenho do modelo. Os hiperparâmetros do algoritmo controlam o desempenho do modelo. O processo de escolher o melhor valor para um hiperparâmetro é chamado de otimização de hiperparâmetros (HPO). Para ter mais informações, consulte Hiperparâmetros e HPO.
A tabela também fornece as seguintes informações para cada hiperparâmetro:
-
Intervalo: [limite inferior, limite superior]
-
Tipo de valor: inteiro, contínuo (float), categórico (booliano, lista, string)
-
HPO ajustável: o parâmetro pode participar da HPO?
| Nome | Descrição |
|---|---|
| Hiperparâmetros de algoritmo | |
popularity_discount_factor |
Configure como a popularidade influencia as recomendações. Especifique um valor mais próximo de zero para incluir itens mais populares. Especifique um valor mais próximo de um para dar menos ênfase à popularidade. Valor padrão: 0.0 Intervalo: [0,0, 1,0] Tipo de valor: flutuante HPO ajustável: não |
item_id_hidden_dim |
O número de variáveis ocultas que o Amazon Personalize usa para modelar incorporações de ID de item com base em dados de interações. Variáveis ocultas recriam o histórico de compras dos usuários e as estatísticas de itens para gerar pontuações de classificação. Para usar Para usar a HPO, defina Valor padrão: 100 Intervalo: [30, 200] Tipo de valor: inteiro Ajustável de HPO: sim |
item_metadata_hidden_dim |
O número de variáveis ocultas que o Amazon Personalize usa para modelar os metadados do item. Para usar Para usar a HPO, defina Valor padrão: 100 Intervalo: [30, 200] Tipo de valor: inteiro Ajustável de HPO: sim |
