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.
Gravação de eventos em tempo real para influenciar as recomendações
Evento é uma interação entre um usuário e o catálogo. Pode ser uma interação com um item, como um usuário comprando um item ou assistindo a um vídeo, ou pode ser uma ação, como solicitar um cartão de crédito ou se inscrever em um programa de associação.
O Amazon Personalize faz recomendações com base somente em dados de eventos em tempo real, somente em dados históricos de eventos ou em uma combinação de ambos. Grave eventos em tempo real à medida que seus clientes interagem com as recomendações. Isso cria dados de interações e os mantém atualizados. Também informa o Amazon Personalize sobre os interesses atuais do usuário, o que pode melhorar a relevância das recomendações.
Se o caso de uso de domínio ou a fórmula personalizada for compatível com personalização em tempo real, o Amazon Personalize usará eventos em tempo real para atualizar e adaptar as recomendações de acordo com as mudanças de interesse dos usuários.
A forma de registrar eventos em tempo real depende do tipo de dados de interações que você está importando:
-
Para interações com itens, você deve registrar eventos em tempo real com a operação de API PutEvents. O Amazon Personalize anexa esses dados aos Conjunto de dados de interações com itens no grupo de conjuntos de dados. Para ter mais informações, consulte Gravação de eventos em tempo real para influenciar as recomendações.
-
Para interações com ações, você deve registrar eventos em tempo real com a operação de API PutActionInteractions. O Amazon Personalize anexa esses dados ao conjunto de dados de interações com ações no grupo de conjuntos de dados. Somente as fórmulas PERSONALIZED_ACTIONS usam dados de interações com ações. Para ter mais informações, consulte Gravação de eventos de interação de ação em tempo real.
Tópicos
Como os eventos em tempo real influenciam as recomendações
Se a fórmula aceitar personalização em tempo real, depois de criar um recomendador ou uma campanha personalizada, o Amazon Personalize, em segundos após a importação, usará novos dados de eventos registrados para itens ou ações existentes. Os seguintes casos de uso e fórmulas aceitam personalização em tempo real:
Se você usar a fórmula Trending-Now, o Amazon Personalize vai considerar automaticamente itens de dados de eventos novos em intervalos configuráveis. Você não precisa criar uma versão da solução. Para ter mais informações, consulte Fórmula Trending-Now.
Se o item, a ação ou o usuário do evento for novo, a forma como o Amazon Personalize usa os dados vai depender do caso de uso ou da fórmula. Para ter mais informações, consulte Como os novos dados influenciam as recomendações em tempo real.
Como registrar eventos de usuários anônimos
Importante
Se você não gravar pelo menos um evento com um sessionId e um userId para um usuário, o Amazon Personalize não usará a atividade rastreada apenas para o sessionId durante o treinamento. Após a conclusão do treinamento, as recomendações não serão mais feitas com base nas atividades rastreadas para o sessionId.
É possível registrar eventos de interação com itens ou com ações para os usuários antes que eles criem uma conta. Registre eventos para usuários anônimos para construir um histórico contínuo de eventos com coisas que aconteceram antes e depois do login. Isso fornece ao Amazon Personalize mais dados de interações sobre usuários, o que ajuda a gerar recomendações mais relevantes.
Para registrar eventos de usuários anônimos (usuários que não fizeram login), especifique apenas um sessionId para cada evento. Seu aplicativo gera um sessionId exclusivo quando alguém visita seu site ou usa seu aplicativo pela primeira vez. Você deve usar o mesmo sessionId em todos os eventos durante a sessão. O Amazon Personalize usa o sessionId para associar eventos ao usuário antes que ele faça login.
O Amazon Personalize não usa eventos de usuários anônimos no treinamento até que sejam associados a um userId. Para ter mais informações, consulte Como criar um histórico contínuo de eventos de usuários anônimos.
Para fornecer personalização em tempo real para usuários anônimos, especifique o sessionId como userId em sua GetRecommendations GetActionRecommendations solicitação.
-
Para obter exemplos de código que mostram como registrar eventos de interação do item com a PutEvents operação e um sessionID e um ID de usuário, consulte. Usando a PutEvents operação
-
Para obter exemplos de código que mostram como registrar eventos de interação da ação com a PutActionInteractions operação e um sessionID e um ID de usuário, consulte. Usando a PutActionInteractions operação
Como criar um histórico contínuo de eventos de usuários anônimos
Para criar um histórico de eventos de um usuário anônimo e fazer com que o Amazon Personalize use os eventos no treinamento, registre no mínimo um evento com um sessionId e um userId. Com isso, você poderá registrar qualquer quantidade de eventos para o userId. Depois de começar a fornecer um userId, o sessionId pode mudar. Durante o próximo treinamento completo, o Amazon Personalize associa o userId ao histórico de usuários anônimos rastreados até o sessionId original.
Após a conclusão do novo treinamento, as recomendações passam a ter base nas atividades rastreadas tanto para o sessionId dos eventos anônimos quanto de quaisquer eventos rastreados conforme o userId deles.
nota
Se o usuário não criar uma conta e você quiser que o Amazon Personalize use os dados no treinamento, use o sessionId como o userId nos eventos. No entanto, se o usuário acabar criando uma conta, você não poderá associar os eventos da navegação anônima ao novo userId.
Serviços de rastreamento de eventos de terceiros
As plataformas de dados do cliente (CDPs) a seguir ajudam a coletar dados de eventos do seu aplicativo e enviar para o Amazon Personalize.
-
Amplitude — Você pode usar o Amplitude para rastrear as ações das pessoas e entender o comportamento dos usuários. Para informações sobre como usar o Amplitude e o Amazon Personalize, consulte a seguinte postagem no blog da AWS Partner Network (APN): Como medir a eficácia da personalização com o Amplitude e o Amazon Personalize
. -
mParticle — Você pode usar o mParticle para coletar dados de eventos do seu aplicativo. Para ver um exemplo de como usar o mParticle e o Amazon Personalize para implementar recomendações personalizadas de produtos, consulte Como aproveitar o poder de um CDP para o machine learning: Parte 2
. -
Segment: Você pode usar Segment para enviar seus dados para o Amazon Personalize. Para mais informações sobre a integração do Segment com o Amazon Personalize, consulte Destino do Amazon Personalize
.
Exemplos de implementações
Para ver um exemplo de notebook Jupyter que mostra como usar o Amazon Personalize para reagir ao comportamento em tempo real dos usuários usando um rastreador de eventos e a operação, consulte
Para ver um exemplo que mostra como transmitir eventos de usuários interagindo com recomendações, consulte streaming_events
Para ver um exemplo completo que contém o código-fonte e os arquivos de suporte para implantar APIs em tempo real que ficam entre os recursos do Amazon Personalize e os aplicativos do cliente, consulte APIs de personalização em tempo real
-
Contexto do usuário e coleção de eventos do usuário
-
Cache de respostas
-
Recomendações de decoração com base nos metadados dos itens
-
Testes A/B
-
Autenticação da API
