Influencia de los nuevos datos en las recomendaciones en tiempo real - Amazon Personalize

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Influencia de los nuevos datos en las recomendaciones en tiempo real

Después de crear una versión de recomendación o solución personalizada, la forma en que los nuevos datos influyen en las recomendaciones en tiempo real depende del tipo de datos, el método de importación y el caso de uso del dominio o la receta personalizada que utilice. En las siguientes secciones se explica cómo los datos nuevos influyen en las recomendaciones en tiempo real antes de la siguiente formación.

La formación puede consistir en una formación automática semanal impartida por un recomendante o en la creación automática o manual de una versión de la solución. Para el entrenamiento manual con personalización para el usuario, omita el trainingMode modo de entrenamiento predeterminadoFULL.

Nuevas interacciones

Las interacciones nuevas son interacciones de elementos o acciones que importas después del último entrenamiento. Tanto para los datos en tiempo real como para los masivos, si las interacciones implican un nuevo elemento o acción, Amazon Personalize podría considerarlo como recomendación sin necesidad de formación si su receta o caso de uso incluye la exploración. Para obtener más información, consulte Elementos nuevos o Nuevas acciones.

Eventos en tiempo real

Para los casos de uso y las recetas que incluyen personalización en tiempo real, Amazon Personalize utiliza inmediatamente las interacciones en tiempo real entre un usuario y los elementos o acciones presentes en la última formación. Al generar recomendaciones para el usuario en el evento, Amazon Personalize utiliza estas interacciones en tiempo real. Para obtener más información sobre la personalización en tiempo real, consulte Personalización en tiempo real.

Para cualquier caso de uso de dominios y recetas personalizadas que no incluyan la personalización en tiempo real, como la recomendación de artículos similares, el modelo aprende de los datos de las interacciones en tiempo real solo después del entrenamiento.

Interacciones masivas

En el caso de las interacciones masivas, tanto para los trabajos de importación de conjuntos de datos incrementales como completos, el modelo solo aprende de los datos de interacciones masivas entre elementos o acciones después del siguiente entrenamiento. Los datos masivos no se utilizan para actualizar las recomendaciones para una personalización en tiempo real.

Para obtener más información sobre la importación de más datos masivos, consulteImportación de datos masivos a Amazon Personalize con un trabajo de importación de conjuntos de datos.

Elementos nuevos

Los elementos nuevos son aquellos que se importan después de la última formación. Pueden provenir de datos de interacciones o de metadatos de elementos en un conjunto de datos de elementos.

Los elementos nuevos se tienen en cuenta para las recomendaciones de la siguiente manera:

  • Amazon Personalize actualiza automáticamente el modelo cada dos horas en el caso de los casos de dominio recomendados para ti o en las recetas Usuer-Personalization-v2, Usuer-Personalization o Next-Best-Action. Tras cada actualización, Amazon Personalize considera nuevos artículos para recomendarlos como parte de la exploración. Al considerar el nuevo elemento, Amazon Personalize tiene en cuenta todos los metadatos para este. Sin embargo, estos datos tendrán un efecto mayor en las recomendaciones solo después de registrar las interacciones con el artículo y desarrollar un nuevo modelo. Para obtener información sobre las actualizaciones, consulte Actualizaciones automáticas.

  • SI usa el caso de uso Tendencia ahora, Amazon Personalize evalúa automáticamente los datos de sus interacciones cada dos hora e identifica los elementos que son tendencia. No tienes que esperar a que tu recomendante se entrene. Si utilizas la receta Trending-Now, Amazon Personalize considera automáticamente todos los artículos nuevos en intervalos configurables sin necesidad de entrenamiento. Para obtener más información sobre la configuración de los intervalos, consulte Receta Trending-Now.

  • Si no utilizas la receta Trending-Now o tu caso de uso o receta no admiten las actualizaciones automáticas, Amazon Personalize considerará los productos nuevos solo después del siguiente curso.

Nuevos usuarios

Los usuarios nuevos son aquellos que se importan después de la última formación. Pueden provenir de datos de interacciones o de metadatos de usuarios en un conjunto de datos de usuarios. Para los usuarios nuevos y anónimos (usuarios sin unauserId), puede grabar los eventos del usuario con una sessionId y Amazon Personalize asociará los eventos con el usuario antes de que inicie sesión. Para obtener más información, consulte Registro de eventos para usuarios anónimos.

Amazon Personalize genera recomendaciones para los nuevos usuarios de la siguiente manera:

  • Si utiliza el caso de uso del dominio Tendencia ahora o la receta personalizada Trending-Now, los nuevos usuarios recibirán inmediatamente recomendaciones sobre los elementos que son tendencia. Si utiliza la receta Popularity-Count, los nuevos usuarios recibirán inmediatamente recomendaciones sobre los elementos con más interacciones.

  • En el caso de recetas o casos de uso que ofrecen recomendaciones personalizadas a los usuarios, las recomendaciones para los nuevos usuarios se basan en los historiales de interacciones iniciales de los usuarios actuales. Es más probable que se recomienden a los nuevos usuarios los primeros elementos o acciones con los que hayan interactuado los usuarios existentes. En el caso de las recetas User-Personalization o Personalized-Ranking, si establece recency_mask en true, las recomendaciones también incluyen elementos basados en las últimas tendencias de popularidad en sus datos de interacciones.

Lo siguiente puede aumentar la relevancia de las recomendaciones para los nuevos usuarios:

  • Datos de interacciones: la forma principal de mejorar la relevancia de las recomendaciones para un nuevo usuario es importar los datos de sus interacciones con sus elementos. Para obtener información sobre cómo los datos de las nuevas interacciones influyen en las recomendaciones, consulte Nuevas interacciones.

  • Metadatos de usuario: la importación de metadatos de usuario, como GENDER o MEMBERSHIP _STATUS, puede mejorar las recomendaciones. Para que los metadatos influyan en las recomendaciones, debes esperar a que el recomendador de dominios complete su reentrenamiento automático semanal. O bien, tiene que crear manualmente una nueva versión de la solución.

  • Metadatos contextuales: si su caso de uso o receta admite metadatos contextuales y su conjunto de datos de interacciones de elementos tiene campos de metadatos para datos contextuales, puede proporcionar el contexto del usuario en su solicitud de recomendaciones. Esto no requiere un reentrenamiento. Para obtener más información, consulte Aumento de la relevancia de las recomendaciones con metadatos contextuales.

Nuevas acciones

Las acciones nuevas son acciones que se importan desde la última formación. Pueden provenir de los datos de interacción de acciones o de las acciones de un conjunto de datos de acciones.

Con la receta Next-Best-Action, Amazon Personalize actualiza automáticamente una versión de la solución cada dos horas. Después de cada actualización, Amazon Personalize considera nuevas acciones para recomendarlas como parte de la exploración. Al considerar la nueva acción, Amazon Personalize tiene en cuenta todos los metadatos para esta. Sin embargo, estos datos tendrán un mayor efecto en las recomendaciones solo después de registrar las interacciones de la acción y realizar un reentrenamiento completo. Para obtener información sobre las actualizaciones, consulte Actualizaciones automáticas