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.

Handlungsempfehlungen in Echtzeit in Amazon Personalize

Wenn Sie ein PERSONALIZED ACTIONS _-Rezept verwenden, können Sie in Echtzeit Handlungsempfehlungen aus Ihrer Kampagne abrufen. Sie können Handlungsempfehlungen mit der Amazon Personalize Personalize-Konsole abrufen. AWS Command Line Interface (AWS CLI), oder AWS SDKs.

So funktioniert die Bewertung von Handlungsempfehlungen

Mit dem Rezept „Next-Best-Action“ generiert Amazon Personalize Punktzahlen für Aktionen, die auf der Wahrscheinlichkeit basieren, dass der Benutzer mit der Aktion interagiert. Die Punktzahlen können zwischen 0 und 1,0 liegen. Je näher 1,0, desto wahrscheinlicher ist es, dass der Benutzer mit der Aktion interagiert.

Wenn Sie keine Aktionsinteraktionsdaten importiert haben, haben alle empfohlenen Aktionen einen Wert von 0,0. Wenn Amazon Personalize im Rahmen der Erkundung eine Aktion empfiehlt, hat der Artikel eine Bewertung von 0,0. Amazon Personalize verwendet Exploration, um Aktionen ohne Aktionsinteraktionsdaten zu empfehlen. Weitere Informationen zur Erkundung finden Sie unterExploration (Erkundung).

Handlungsempfehlungen abrufen (Konsole)

Um Handlungsempfehlungen mit der Amazon Personalize-Konsole zu erhalten, geben Sie die Anforderungsinformationen auf der Detailseite Ihrer benutzerdefinierten Kampagne an.

Abrufen von Handlungsempfehlungen (AWS CLI)

Verwenden Sie den folgenden Code, um Handlungsempfehlungen aus einer Kampagne zu erhalten. Geben Sie die ID des Benutzers an, für den Sie Empfehlungen erhalten möchten, und den Amazon-Ressourcennamen (ARN) Ihrer Kampagne.

Um die Anzahl der empfohlenen Aktionen zu ändern, ändern Sie den Wert fürnumResults. Die Standardeinstellung ist 5 Aktionen. Das Maximum sind 100 Aktionen.

Um Aktionsempfehlungen nach benutzerdefinierten Kriterien zu filtern, können Sie einen Filter erstellen und ihn auf den get-action-recommendations Vorgang anwenden. Weitere Informationen finden Sie unter Empfehlungen und Benutzersegmente filtern.

Wenn Sie Ereignisse für einen Benutzer aufgezeichnet haben, bevor er sich angemeldet hat (ein anonymer Benutzer), können Sie Empfehlungen für diesen Benutzer erhalten, indem Sie die sessionId Ereignisse so angeben, als ob es sich um seine eigenen Ereignisse handeltuserId. Weitere Informationen zum Aufzeichnen von Ereignissen für anonyme Benutzer finden Sie unterEreignisse für anonyme Benutzer aufzeichnen.

aws personalize-runtime get-action-recommendations \
--campaign-arn campaign arn \
--user-id User ID \
--num-results 10

Abrufen von Handlungsempfehlungen (AWS SDKs)

Der folgende Code zeigt, wie Sie Amazon Personalize für einen Benutzer aus einer Kampagne abrufen können. Geben Sie die ID des Benutzers an, für den Sie Empfehlungen erhalten möchten, und den Amazon-Ressourcennamen (ARN) Ihrer Kampagne.

Um die Anzahl der empfohlenen Aktionen zu ändern, ändern Sie den Wert fürnumResults. Die Standardeinstellung ist 5 Aktionen. Das Maximum sind 100 Aktionen.

Um Handlungsempfehlungen nach benutzerdefinierten Kriterien zu filtern, können Sie einen Filter erstellen und ihn auf die GetActionRecommendations API Anfrage anwenden. Weitere Informationen finden Sie unter Empfehlungen und Benutzersegmente filtern.

Wenn Sie Ereignisse für einen Benutzer aufgezeichnet haben, bevor er sich angemeldet hat (ein anonymer Benutzer), können Sie Empfehlungen für diesen Benutzer erhalten, indem Sie die sessionId Ereignisse so angeben, als ob es seine eigenen wärenuserId. Weitere Informationen zum Aufzeichnen von Ereignissen für anonyme Benutzer finden Sie unterEreignisse für anonyme Benutzer aufzeichnen.

import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_action_recommendations(
    campaignArn = 'Campaign ARN',
    userId = 'User ID',
    numResults = 10
)

print("Recommended actions")
for item in response['actionList']:
    print (item['actionId'])