E-COMMERCE-Anwendungsfälle - Amazon Personalize
Am meisten angesehenBestsellerWird häufig zusammen gekauftKunden, die X angesehen haben, haben auch folgende Produkte angesehenFür Sie empfohlen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

E-COMMERCE-Anwendungsfälle

In den folgenden Abschnitten sind die Anforderungen und der Amazon Resource Name (ARN) für jeden E-COMMERCE-Anwendungsfall aufgeführt. Für alle Anwendungsfälle müssen Ihre Interaktionsdaten Folgendes enthalten:

  • Mindestens 1000 Datensätze zu Artikelinteraktionen von Benutzern, die mit Artikeln in Ihrem Katalog interagieren. Diese Interaktionen können aus Massenimporten, gestreamten Ereignissen oder beidem stammen.

  • Mindestens 25 eindeutige Benutzer-IDs mit jeweils mindestens zwei Artikelinteraktionen.

Für Qualitätsempfehlungen empfehlen wir, mindestens 50.000 Artikelinteraktionen von mindestens 1.000 Benutzern mit jeweils zwei oder mehr Artikelinteraktionen durchzuführen.

Anmerkung

Wenn Sie die CreateRecommender API verwenden, geben Sie den hier aufgeführten ARN für den Rezept-ARN an.

Am meisten angesehen

Erhalten Sie Empfehlungen für beliebte Artikel, basierend darauf, wie oft Ihre Kunden einen Artikel angesehen haben.

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

  • GetRecommendations Anforderungen:

    userId: Erforderlich

    itemId: nicht verwendet

    inputList: ENTF.

  • Beim Training verwendete Datensätze: Nur Datensatz mit Artikelinteraktionen (erforderlich)

  • Erforderliche Ereignistypen: Mindestens 1000 View Ereignisse.

Bestseller

Erhalten Sie Empfehlungen für beliebte Artikel, basierend darauf, wie oft Ihre Kunden einen Artikel gekauft haben.

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

  • GetRecommendations Anforderungen:

    userId: Erforderlich

    itemId: nicht verwendet

    inputList: ENTF.

  • Beim Training verwendete Datensätze: Nur Datensatz mit Artikelinteraktionen (erforderlich)

  • Erforderliche Ereignistypen: Mindestens 1000 Purchase Ereignisse.

Wird häufig zusammen gekauft

Holen Sie sich Empfehlungen für Artikel, die Kunden häufig zusammen mit einem von Ihnen angegebenen Artikel kaufen.

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

  • GetRecommendations Anforderungen:

    userId: Nur erforderlich, wenn Sie nach filtern CurrentUser

    itemId: Erforderlich

    inputList: ENTF.

  • Beim Training verwendete Datensätze: Nur Datensatz mit Artikelinteraktionen (erforderlich)

  • Erforderliche Ereignistypen: Mindestens 1000 Purchase Ereignisse.

Kunden, die X angesehen haben, haben auch folgende Produkte angesehen

Erhalten Sie Empfehlungen für Artikel, die sich Kunden auch angesehen haben, basierend auf einem von Ihnen angegebenen Artikel. In diesem Anwendungsfall filtert Amazon Personalize automatisch Artikel, die der Benutzer gekauft hat, basierend auf der von Ihnen angegebenen userId und Ereignissen. Purchase Wenn Sie Ihren eigenen Filter anwenden, wird Ihr Filter angewendet, nachdem die Artikel, die der Benutzer bereits gekauft hat, herausgefiltert wurden.

Beim Filtern berücksichtigt Amazon Personalize maximal 100 Artikelinteraktionen pro Benutzer und Ereignistyp. Dies gilt für alle automatischen oder benutzerdefinierten Filter. Sie können die Service Quotas Quotas-Konsole verwenden, um eine Erhöhung dieses Limits zu beantragen. Weitere Informationen finden Sie im Abschnitt Eine Erhöhung des Kontingents beantragen im Benutzerhandbuch zu Service Quotas. Wenn Sie drei Monate lang keine Artikelinteraktionen für einen Benutzer importieren, berücksichtigen Ihre Filter die historischen Daten des Benutzers nicht mehr. Um diese Daten zu berücksichtigen, müssen Sie den gesamten Ereignisverlauf des Benutzers erneut importieren.

  • Rezept ARN: arn:aws:personalize:::recipe/aws-ecomm-customers-who-viewed-x-also-viewed

  • GetRecommendations Anforderungen:

    userId: Erforderlich

    itemId: Erforderlich

    inputList: ENTF.

  • Beim Training verwendete Datensätze: Nur Datensatz mit Artikelinteraktionen (erforderlich)

  • Erforderliche Ereignistypen: Mindestens 1000 View Ereignisse.

  • Empfohlene Ereignistypen: Purchase Ereignisse.

Erhalten Sie personalisierte Empfehlungen für Artikel, die auf einem von Ihnen angegebenen Benutzer basieren. In diesem Anwendungsfall filtert Amazon Personalize automatisch Artikel heraus, die der Benutzer gekauft hat, basierend auf der von Ihnen angegebenen userId und Ereignissen. Purchase Wenn Sie Ihren eigenen Filter anwenden, wird Ihr Filter angewendet, nachdem die Artikel, die der Benutzer bereits gekauft hat, herausgefiltert wurden.

Beim Filtern berücksichtigt Amazon Personalize maximal 100 Artikelinteraktionen pro Benutzer und Ereignistyp. Dies gilt für alle automatischen oder benutzerdefinierten Filter. Sie können die Service Quotas Quotas-Konsole verwenden, um eine Erhöhung dieses Limits zu beantragen. Weitere Informationen finden Sie im Abschnitt Eine Erhöhung des Kontingents beantragen im Benutzerhandbuch zu Service Quotas. Wenn Sie drei Monate lang keine Artikelinteraktionen für einen Benutzer importieren, berücksichtigen Ihre Filter die historischen Daten des Benutzers nicht mehr. Um diese Daten zu berücksichtigen, müssen Sie den gesamten Ereignisverlauf des Benutzers erneut importieren.

Bei der Empfehlung von Artikeln wird in diesem Anwendungsfall eine Untersuchung verwendet real-time-personalization. Außerdem werden automatische Updates verwendet, um neue Artikel als Empfehlungen zu berücksichtigen.

  • Rezept ARN: arn:aws:personalize:::recipe/aws-ecomm-recommended-for-you

  • GetRecommendations Anforderungen:

    userId: Erforderlich

    itemId: nicht verwendet

    inputList: ENTF.

  • Beim Training verwendete Datensätze:

    • Interaktionen (erforderlich)

    • Artikel (optional)

    • Benutzer (optional)

  • Erforderliche Anzahl von Ereignissen: Mindestens 1000 Ereignisse.

  • Empfohlene Ereignistypen: View und Purchase Ereignisse.

  • Konfigurationsparameter für Erkundungen: Wenn Sie eine Empfehlung erstellen, können Sie die Erkundung wie folgt konfigurieren.

    • Der Schwerpunkt liegt auf der Erkundung weniger relevanter Objekte (Gewicht der Erkundung) — Legen Sie fest, wie viel Sie erkunden möchten. Geben Sie einen Dezimalwert zwischen 0 und 1 an. Die Standardeinstellung ist 0,3. Je näher der Wert an 1 liegt, desto mehr Erkundungen werden durchgeführt. Bei mehr Erkundung umfassen die Empfehlungen mehr Elemente mit weniger Daten zu Interaktionen oder Relevanz, die auf dem vorherigen Verhalten basieren. Bei einem Wert von Null findet keine Untersuchung statt und die Empfehlungen basieren auf aktuellen Daten (Relevanz).

    • Grenzwert für das Alter von Objekten bei der Erkundung — Geben Sie das maximale Artikelalter in Tagen seit der letzten Interaktion für alle Artikel im Datensatz Artikelinteraktionen an. Dies definiert den Umfang der Artikelerkundung auf der Grundlage des Artikelalters. Amazon Personalize bestimmt das Artikelalter anhand des Erstellungszeitstempels oder, falls Daten zum Erstellungszeitstempel fehlen, anhand der Artikelinteraktionsdaten. Weitere Informationen darüber, wie Amazon Personalize das Artikelalter bestimmt, finden Sie unterZeitstempeldaten der Erstellung.

      Um die Anzahl der Artikel zu erhöhen, die Amazon Personalize bei der Suche berücksichtigt, geben Sie einen höheren Wert ein. Das Minimum ist 1 Tag und die Standardeinstellung ist 30 Tage. Zu den Empfehlungen können Artikel gehören, die älter sind als das von Ihnen angegebene Mindestalter für Artikel. Dies liegt daran, dass diese Artikel für den Benutzer relevant sind und sie bei der Erkundung nicht identifiziert wurden.