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.
Beibehaltung der Relevanz von Empfehlungen
Relevante Empfehlungen können die Nutzerinteraktion, die Klickrate und die Konversionsrate für Ihre Anwendung erhöhen, wenn Ihr Katalog wächst. Um die Relevanz der Amazon Personalize-Empfehlungen für Ihre Benutzer aufrechtzuerhalten und zu verbessern, sollten Sie Ihre Daten und benutzerdefinierten Ressourcen auf dem neuesten Stand halten. Auf diese Weise kann Amazon Personalize aus dem jüngsten Verhalten Ihrer Nutzer lernen und Ihre neuesten Artikel in Empfehlungen aufnehmen.
Themen
Datensätze auf dem neuesten Stand halten
Wenn Ihr Katalog wächst, aktualisieren Sie Ihre historischen Daten mit Massenimportvorgängen oder Einzeldatenimportvorgängen. Weitere Informationen zum Importieren historischer Daten finden Sie unterTrainingsdaten in Amazon Personalize Personalize-Datensätze importieren. Informationen darüber, wie Daten, die Sie nach dem Training eines Modells importieren, die Empfehlungen beeinflussen, finden Sie unterAktualisierung von Daten in Datensätzen nach dem Training.
Für Anwendungsfälle und Rezepte, die personalisierte Empfehlungen in Echtzeit bieten, sollten Sie Ihren Datensatz mit Artikelinteraktionen immer auf dem neuesten Stand halten und das Verhalten Ihrer Benutzer berücksichtigen. Erfassen Sie dazu Artikelinteraktionen mit einem Event-Tracker und dem PutEvents API-Vorgang. Amazon Personalize aktualisiert die Empfehlungen auf der Grundlage der jüngsten Aktivitäten Ihrer Benutzer bei der Interaktion mit Ihrem Katalog. Informationen zur Personalisierung in Echtzeit finden Sie unter. Personalisierung in Echtzeit Weitere Informationen zur Aufzeichnung von Ereignissen in Echtzeit finden Sie unterAufzeichnung von Ereignissen in Echtzeit zur Beeinflussung von Empfehlungen.
Pflege von Domain-Empfehlungen
Amazon Personalize schult die Modelle, die Ihre Empfehlungen unterstützen, automatisch alle 7 Tage neu. Dabei handelt es sich um eine vollständige Umschulung, bei der völlig neue Modelle auf der Grundlage der gesamten Daten in Ihren Datensätzen erstellt werden. Wenn Sie die in der Schulung verwendeten Spalten ändern, startet Amazon Personalize automatisch eine vollständige Neuschulung der Modelle, die Ihren Empfehlungsgeber unterstützen.
-
Für die Anwendungsfälle Top-Picks für Sie und Recommended for you aktualisiert Amazon Personalize Ihren Empfehlungsgeber, um neue Artikel für Empfehlungen zu berücksichtigen. Automatische Updates sind keine vollständige Umschulung, bei der das Modell aus dem Verhalten Ihrer Benutzer lernt. Stattdessen ermöglichen automatische Updates Amazon Personalize, Ihre neuen Artikel in Empfehlungen aufzunehmen, bevor der Empfehlungsgeber die nächste vollständige Umschulung durchführt. Informationen zu automatischen Updates finden Sie unter. Automatische Updates
-
Wenn Sie den Anwendungsfall Trending now verwenden, wertet Amazon Personalize Ihre Interaktionsdaten automatisch alle zwei Stunden aus und identifiziert Trendartikel. Sie müssen nicht warten, bis Ihr Empfehlungsgeber erneut geschult wird.
Während der Umschulung des Empfehlungsgebers können Sie sich immer noch Empfehlungen vom Empfehlungsgeber holen. Bis zum Abschluss der Umschulung verwendet der Empfehlungsgeber die vorherige Konfiguration und die vorherigen Modelle. Um Aktualisierungen nachzuverfolgen, können Sie den Zeitstempel für das neueste Empfehlungs-Update auf der Seite mit den Empfehlungsdetails in der Amazon Personalize-Konsole einsehen. Oder Sie können sich die latestRecommenderUpdate Details des Vorgangs ansehen. DescribeRecommender
Pflege kundenspezifischer Lösungen
Standardmäßig verwenden alle neuen Lösungen automatische Schulungen, um alle 7 Tage eine neue Lösungsversion zu erstellen. Das Training wird fortgesetzt, bis Sie die Lösung löschen.
Wenn Sie eine Lösung erstellen, empfehlen wir, die automatische Schulung zu verwenden, um die Erstellung der Lösungsversionen zu verwalten. Dies erleichtert die Wartung Ihrer Lösung. Dadurch entfällt die manuelle Schulung, die erforderlich ist, damit die Lösung aus Ihren neueren Daten lernen kann. Ohne automatisches Training müssen Sie manuell neue Lösungsversionen erstellen, damit die Lösung aus Ihren neuesten Daten lernen kann. Weitere Informationen zur Konfiguration von automatischem Training finden Sie unterAutomatisches Training konfigurieren.
Ihre Trainingshäufigkeit hängt von Ihren Geschäftsanforderungen, dem von Ihnen verwendeten Rezept und der Häufigkeit ab, mit der Sie Daten importieren. Für alle Rezepte empfehlen wir, mindestens wöchentlich zu trainieren. Beim automatischen Training ist dies die Standard-Trainingsfrequenz. Wenn du häufig neue Gegenstände oder Aktionen hinzufügst, solltest du je nach deinem Rezept vielleicht eine höhere Trainingsfrequenz wählen.
-
Wenn Sie User-Personalization-v 2, Benutzerpersonalisierung oder verwenden, wird die Lösung automatisch aktualisiert Next-Best-Action, um neue Elemente oder Aktionen als Empfehlungen zu berücksichtigen. Automatische Updates sind nicht dasselbe wie automatisches Training. Durch ein automatisches Update wird keine völlig neue Lösungsversion erstellt, und das Modell lernt nicht aus Ihren neuesten Daten. Um Ihre Lösung beizubehalten, sollten Sie trotzdem mindestens wöchentlich trainieren. Weitere Informationen zu automatischen Updates, einschließlich zusätzlicher Richtlinien und Anforderungen, finden Sie unterAutomatische Updates.
-
Wenn Sie Trending-Now verwenden, identifiziert Amazon Personalize über einen konfigurierbaren Zeitraum automatisch die wichtigsten Trendelemente in Ihren Interaktionsdaten. Trending-Now kann anhand von Bulk- oder Streaming-Interaktionsdaten Artikel empfehlen, die seit dem letzten Training hinzugefügt wurden. Deine Trainingsfrequenz sollte immer noch mindestens wöchentlich sein. Weitere Informationen finden Sie unter Trending-Now-Rezept.
-
Wenn Sie kein Rezept mit automatischen Updates oder das Trending-Now-Rezept verwenden, berücksichtigt Amazon Personalize neue Artikel erst nach der nächsten Schulung als Empfehlungen. Wenn Sie beispielsweise das Rezept „Ähnliche Artikel“ verwenden und täglich neue Artikel hinzufügen, müssen Sie eine tägliche Trainingshäufigkeit festlegen, damit diese Artikel noch am selben Tag in den Empfehlungen erscheinen.
