Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Comment les nouvelles données influencent les recommandations en temps réel
Après avoir créé une version de recommandation ou de solution personnalisée, l'influence des nouvelles données sur les recommandations en temps réel dépend du type de données, de la méthode d'importation et du cas d'utilisation du domaine ou de la recette personnalisée que vous utilisez. Les sections suivantes expliquent comment les nouvelles données influencent les recommandations en temps réel avant la prochaine formation.
La formation peut être une formation automatique hebdomadaire dispensée par un recommandant ou une création automatique ou manuelle de versions de solutions. Pour un entraînement manuel avec personnalisation utilisateur, omettez-le trainingMode pour utiliser le mode d'entraînement par défautFULL.
Nouvelles interactions
Les nouvelles interactions sont des interactions entre des objets ou des actions que vous importez après le dernier entraînement. Pour les données en temps réel et en masse, si les interactions impliquent un nouvel élément ou une nouvelle action, Amazon Personalize peut envisager de le faire pour des recommandations sans formation si votre recette ou votre cas d'utilisation inclut l'exploration. Pour plus d’informations, consultez Nouveaux articles ou Nouvelles actions .
Événements en temps réel
Pour les cas d'utilisation et les recettes proposant une personnalisation en temps réel, Amazon Personalize utilise immédiatement les interactions en temps réel entre un utilisateur et les éléments ou actions présentés lors de la dernière formation. Lors de la génération de recommandations pour l'utilisateur participant à l'événement, Amazon Personalize utilise ces interactions en temps réel. Pour plus d'informations sur la personnalisation en temps réel, consultezPersonnalisation en temps réel.
Pour les cas d'utilisation de domaines et les recettes personnalisées qui ne proposent pas de personnalisation en temps réel, comme la recommandation d'éléments similaires, votre modèle apprend des données d'interactions en temps réel uniquement après l'entraînement.
Interactions en masse
Pour les interactions en masse, qu'il s'agisse de tâches d'importation incrémentielle ou complète de jeux de données, votre modèle apprend des interactions par éléments ou des interactions par action en masse uniquement après l'entraînement suivant. Les données en masse ne sont pas utilisées pour mettre à jour les recommandations de personnalisation en temps réel.
Pour plus d'informations sur l'importation de données en masse, consultezImportation de données en masse dans Amazon Personalize à l'aide d'une tâche d'importation de jeux de données.
Nouveaux articles
Les nouveaux objets sont ceux que vous importez après le dernier entraînement. Ils peuvent provenir de données d'interactions ou de métadonnées d'éléments d'un jeu de données d'articles.
Les nouveaux éléments sont pris en compte pour les recommandations comme suit :
-
Amazon Personalize met automatiquement à jour le modèle toutes les deux heures pour les domaines Top Sicks for you et Recommended for you, User-Personalization-v2, User-Personalization ou Next-Best-Action. Après chaque mise à jour, Amazon Personalize prend en compte les nouveaux articles à recommander dans le cadre de l'exploration. Lors de l'examen du nouvel article, Amazon Personalize prend en compte toutes les métadonnées associées à l'article. Toutefois, ces données n'auront un effet plus important sur les recommandations qu'une fois que vous aurez enregistré les interactions relatives à l'élément et que vous aurez entraîné un nouveau modèle. Pour plus d'informations sur les mises à jour, consultezMises à jour automatiques.
-
Si vous utilisez le cas d'utilisation Trending now, Amazon Personalize évalue automatiquement les données de vos interactions toutes les deux heures et identifie les articles tendance. Vous n'avez pas à attendre que votre conseiller s'entraîne. Si vous utilisez la recette Trending-Now, Amazon Personalize prend automatiquement en compte tous les nouveaux articles selon des intervalles configurables, sans formation. Pour plus d'informations sur la configuration des intervalles, consultezRecette Trending-Now.
-
Si vous n'utilisez pas la recette Trending-Now ou si votre cas d'utilisation ou recette ne prend pas en charge les mises à jour automatiques, Amazon Personalize ne prendra en compte les nouveaux articles qu'après la prochaine formation.
Nouveaux utilisateurs
Les nouveaux utilisateurs sont des utilisateurs que vous importez après la dernière formation. Ils peuvent provenir de données d'interactions ou de métadonnées utilisateur dans un ensemble de données utilisateurs. Pour les nouveaux utilisateurs anonymes (utilisateurs sans identifiantuserId), vous pouvez enregistrer les événements de l'utilisateur à l'aide d'un identifiant sessionId et Amazon Personalize associera les événements à l'utilisateur avant qu'il ne se connecte. Pour de plus amples informations, veuillez consulter Enregistrement d'événements pour les utilisateurs anonymes.
Amazon Personalize génère des recommandations pour les nouveaux utilisateurs comme suit :
-
Si vous utilisez le cas d'utilisation du domaine Trending now ou la recette personnalisée Trending-Now, les nouveaux utilisateurs reçoivent immédiatement des recommandations pour les articles les plus populaires. Si vous utilisez la recette Popularity-Count, les nouveaux utilisateurs reçoivent immédiatement des recommandations pour les articles présentant le plus d'interactions.
-
Pour les recettes ou les cas d'utilisation fournissant des recommandations personnalisées aux utilisateurs, les recommandations destinées aux nouveaux utilisateurs sont basées sur l'historique des premières interactions de vos utilisateurs existants. Les premiers éléments ou actions avec lesquels ces utilisateurs existants ont interagi sont plus susceptibles d'être recommandés aux nouveaux utilisateurs. Pour les recettes de personnalisation utilisateur ou de classement personnalisé, si vous définissez
recency_maskcette option, les recommandations incluent également des éléments basés sur les dernières tendances de popularité dans vos données d'interactions.true
Les éléments suivants peuvent accroître la pertinence des recommandations pour les nouveaux utilisateurs :
-
Données d'interactions : le principal moyen d'améliorer la pertinence des recommandations pour un nouvel utilisateur est d'importer les données de ses interactions avec vos articles. Pour plus d'informations sur la manière dont les nouvelles données d'interactions influencent les recommandations, voirNouvelles interactions.
-
Métadonnées utilisateur : l'importation de métadonnées utilisateur, telles que GENDER ou MEMBERSHIP _STATUS, peut améliorer les recommandations. Pour que les métadonnées influencent les recommandations, vous devez attendre la fin de la formation automatique hebdomadaire de votre recommandeur de domaine. Vous devez également créer manuellement une nouvelle version de solution.
-
Métadonnées contextuelles : si votre cas d'utilisation ou votre recette prend en charge les métadonnées contextuelles et que votre jeu de données sur les interactions entre articles contient des champs de métadonnées pour les données contextuelles, vous pouvez fournir le contexte de l'utilisateur dans votre demande de recommandations. Cela ne nécessite pas de reconversion. Pour de plus amples informations, veuillez consulter Améliorer la pertinence des recommandations grâce aux métadonnées contextuelles.
Nouvelles actions
Les nouvelles actions sont des actions que vous importez depuis la dernière formation. Ils peuvent provenir de données d'interaction d'action ou d'actions d'un ensemble de données Actions.
Avec la recette Next-Best-Action, Amazon Personalize met automatiquement à jour une version de la solution toutes les deux heures. Après chaque mise à jour, Amazon Personalize envisage de nouvelles actions et recommandations dans le cadre de l'exploration. Lors de l'examen de la nouvelle action, Amazon Personalize prend en compte toutes les métadonnées associées à l'action. Toutefois, ces données n'auront un effet plus important sur les recommandations qu'une fois que vous aurez enregistré les interactions liées à l'action et que vous vous serez complètement réentraîné. Pour plus d'informations sur les mises à jour, voir Mises à jour automatiques
