Aumento de la relevancia de las recomendaciones con metadatos contextuales

Para aumentar la relevancia de las recomendaciones, incluya metadatos contextuales para un usuario, como su tipo de dispositivo u hora del día, cuándo recibe recomendaciones de elementos u obtiene una clasificación personalizada.

Para utilizar los metadatos contextuales, el esquema del conjunto de datos de interacciones de elementos debe tener un campo de metadatos para los datos contextuales. Por ejemplo, un campo DEVICE (consulte Creación de archivos JSON de esquema para los esquemas de Amazon Personalize).

Para los grupos de conjuntos de datos de dominio, los siguientes casos de uso de generador de recomendaciones pueden utilizar metadatos contextuales:

En el caso de los recursos personalizados, entre las recetas que utilizan metadatos contextuales se incluyen las siguientes:

Para obtener más información sobre la información contextual, consulte la siguiente entrada del blog de AWS Machine Learning: Aumentar la relevancia de sus recomendaciones de Amazon Personalize mediante el aprovechamiento de la información contextual.

Puede obtener recomendaciones con metadatos contextuales con la consola Amazon Personalize, AWS Command Line Interface (AWS CLI) o AWS SDKs.

Obtener recomendaciones mediante metadatos contextuales (SDK de AWS Python)

Para aumentar la relevancia de las recomendaciones, incluya metadatos contextuales para un usuario, como su tipo de dispositivo u hora del día, cuándo recibe recomendaciones de elementos u obtiene una clasificación personalizada.

Utilice el código siguiente para obtener una recomendación basada en metadatos contextuales. Para context, para cada par clave-valor, proporcione el campo de metadatos como la clave y los datos contextuales como el valor. En el siguiente código de ejemplo, la clave es DEVICE y el valor es mobile phone. Sustituya estos valores y el Campaign ARN y User ID por los suyos propios. Si ha creado un generador de recomendación, sustituya campaignArn por recommenderArn. Se muestra una lista de elementos recomendados para el usuario.

import boto3

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

response = personalizeRt.get_recommendations(
    campaignArn = 'Campaign ARN',
    userId = 'User ID',
    context = {
      'DEVICE': 'mobile phone'
    }
)

print("Recommended items")
for item in response['itemList']:
    print (item['itemId'])