本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
個性化排名，V2 配方
個性化排名-V2 配方生成個性化的項目排名。個人化排名是根據特定使用者的相關性重新排名的建議項目清單。如果您有一系列已訂購的商品 (例如搜尋結果、促銷活動或精選清單)，並且想要為每位使用者提供個人化的重新排名，則此功能非常有用。
個人化排名-v2 可以訓練多達 500 萬個項目，從項目互動和項目資料集。並且它可以生成更準確的排名，並且延遲比個人化排名.
當您使用個人化排名-v2 時，您可以指定要在 API 作業中排名的項目。GetPersonalizedRanking如果您指定沒有互動資料的項目，Amazon Personalize 會傳回這些項目，而不會在 GetPersonalizedRanking API 回應中顯示建議分數。
此配方使用基於轉換器的架構來訓練模型，該模型可學習上下文並跟踪數據中的關係和模式。變壓器是一種類型的神經網絡體系結構，可將輸入序列轉換或更改為輸出序列。對於 Amazon Personalize，輸入序列是資料中的使用者項目互動歷史記錄。輸出序列是他們的個性化建議。有關變壓器的更多信息，請參閱人工智能中的變壓器是什麼？
個性化排名，V2 使用比其他食譜不同的定價模式。如需有關定價的詳細資訊，請參閱 Amazon Personalize 定價
食譜功能
個性化排名-V2 在對項目進行排名時使用以下 Amazon Personalize 化配方功能：
必要和選擇性資料集
若要使用個人化排序-V2，您必須建立項目互動資料集並匯入至少 1000 個項目互動。Amazon Personalize 化主要基於項目互動數據生成排名。個人化排名-v2 可以在項目互動和項目資料集中訓練多達 500 萬個項目。
透過個人化排序 V2，Amazon Personalize 可以使用包含下列項目的項目互動資料：
-
事件類型和事件值資料 — Amazon Personalize 使用事件類型資料 (例如點擊或觀看事件類型)，透過行為中的任何模式來識別使用者意圖和興趣。此外，您可以在訓練前使用事件類型和事件值資料來篩選記錄。如需詳細資訊，請參閱 事件類型和事件值資料。
注意
使用個人化排名-第 2 版，您的訓練費用是根據您的互動資料，然後再依事件類型或值進行篩選。如需有關定價的詳細資訊，請參閱 Amazon Personalize 定價
。 -
上下文元數據 — 上下文元數據是您在事件發生時在用戶環境中收集的互動數據，例如其位置或設備類型。如需詳細資訊，請參閱 關聯式詮釋。
下列資料集為選用資料集，可改善建議：
屬性和超參數
個性化排名-V2 配方具有以下屬性：
-
名稱 –
aws-personalized-ranking-v2 -
食譜 Amazon 資源名稱（ARN）—
arn:aws:personalize:::recipe/aws-personalized-ranking-v2 -
算法 ARN —
arn:aws:personalize:::algorithm/aws-personalized-ranking-v2
如需詳細資訊，請參閱 選擇食譜。
下表說明個人化排名 V2 方案的超參數。超參數 是一種演算法參數，您可以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。選擇超參數最佳值的程序稱為超參數最佳化 (HPO)。使用個人化排名-第 2 版，如果您開啟自動訓練，Amazon Personalize 人化會每 90 天自動執行 HPO。如果沒有自動訓練，就不會發生 HPO。
此表格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 | |
apply_recency_bias |
決定模型是否應該為項目互動資料集中的最新項目互動資料提供更多權重。最新的互動資料可能包含互動事件基礎模式的突然變更。 若要訓練模型更多加權最近的事件，請將 預設值： 範圍： 值類型：布林值 HPO 可調整：否 |
