項目親和性配方

項目相似性 (aws-item-affinity) 方案是 USER_SIGETING 方案，可為您指定的每個項目建立使用者區段 (使用者群組)。這些是用戶 Amazon Personalize 化預測將最有可能與每個項目進行交互。使用項目相似性可深入瞭解使用者，並根據其各自的使用者細分採取動作。

例如，您可能想要根據目錄中商品的使用者偏好設定，為零售應用程式建立行銷活動。項目相似性會根據互動和項目資料集中的資料，為每個項目建立使用者區段。你可以根據他們採取行動的可能性（例如，點擊物品或購買物品），將不同的物品推廣到不同的用戶細分。其他用途可能包括向不同用戶組交叉銷售產品或識別潛在求職者。

若要根據項目取得使用者區段，請使用 Item-Affinity 方案建立解決方案和解決方案版本，然後將 JSON 格式的項目清單新增至 Amazon S3 儲存貯體，並建立批次區段任務。Amazon Personalize 化將每個項目的用戶細分輸出到您在 Amazon S3 中的輸出位置。您的輸入數據最多可以有 500 個項目來獲取用戶細分。如需為批次區段工作準備輸入資料的詳細資訊，請參閱準備批次建議的輸入資料。

您必須擁有項目互動資料集才能使用項目相似性。項目和使用者資料集是選擇性的。您可以使用批次區段作業取得使用者區段。如需詳細資訊，請參閱 取得批次使用者區段。

建立解決方案版本之後，請確保您的解決方案版本和資料保持在最新狀態。使用 Item-Affinity，您必須為 Amazon Personalize 建立新的解決方案版本，以考慮使用者細分的新使用者，並以使用者的最新行為更新模型。若要取得項目的使用者區段，當您建立解決方案版本時，該項目必須已存在。

項目相似性方案具有下列屬性：

• 名稱 – aws-item-affinity

• 食譜 Amazon 資源名稱（ARN）— arn:aws:personalize:::recipe/aws-item-affinity

• 算法 ARN — arn:aws:personalize:::algorithm/aws-item-affinity

• 功能轉換 ARN — arn:aws:personalize:::feature-transformation/item-affinity

• 食譜類型 — USER_SEGMENTATION

下表說明「項目相似性」方案的超參數。超參數是一種演算法參數，您可以進行調整以改善模型效能。演算法超參數可控制模型的執行方式。您無法將超參數最佳化 (HPO) 與項目相似性方案搭配使用。

該表格也提供每個超參數的下列資訊：

• 範圍：[下限、上限]

• 值類型：整數、連續 (浮點數)、分類 (布林值、清單、字串)

名稱	描述
演算法超參數
hidden_dimension	模型中使用的隱藏變數數量。隱藏變數 會重新建立使用者的購買歷史記錄和項目統計資料，以產生排名分數。當您的互動資料集包含更複雜的模式時，指定更多的隱藏維度。使用更多隱藏維度需要更大的資料集和更多時間處理。 預設值：149 範圍：[32, 256] 值類型：整數