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.
Maintien de la pertinence des recommandations
Des recommandations pertinentes peuvent augmenter l'engagement des utilisateurs, le taux de clics et le taux de conversion de votre application à mesure que votre catalogue s'agrandit. Pour maintenir et améliorer la pertinence des recommandations d'Amazon Personalize pour vos utilisateurs, maintenez vos données et vos ressources personnalisées à jour. Cela permet à Amazon Personalize de tirer des enseignements du comportement le plus récent de vos utilisateurs et d'inclure vos derniers articles dans les recommandations.
Rubriques
Maintien à jour des ensembles de données
Au fur et à mesure que votre catalogue s'agrandit, mettez à jour vos données historiques avec des opérations d'importation de données groupées ou individuelles. Pour plus d'informations sur l'importation de données historiques, consultezImportation de données de formation dans les ensembles de données Amazon Personalize. Pour plus d'informations sur la manière dont les données que vous importez après l'entraînement d'un modèle influencent les recommandations, consultezMise à jour des données dans les ensembles de données après l'entraînement.
Pour les cas d'utilisation et les recettes fournissant des recommandations personnalisées en temps réel, maintenez votre jeu de données d'interactions entre les articles à jour en fonction du comportement de vos utilisateurs. Pour ce faire, enregistrez les interactions des objets avec un outil de suivi des événements et l' PutEvents APIopération. Amazon Personalize met à jour les recommandations en fonction de l'activité la plus récente de vos utilisateurs lorsqu'ils interagissent avec votre catalogue. Pour plus d'informations sur la personnalisation en temps réel, consultezPersonnalisation en temps réel. Pour plus d'informations sur l'enregistrement d'événements en temps réel, consultezEnregistrement des événements en temps réel pour influencer les recommandations.
Gestion des recommandeurs de domaines
Amazon Personalize reforme automatiquement les modèles qui soutiennent vos recommandations tous les 7 jours. Il s'agit d'un recyclage complet qui crée des modèles entièrement nouveaux basés sur l'intégralité des données de vos ensembles de données. Si vous modifiez les colonnes utilisées lors de la formation, Amazon Personalize lance automatiquement un réentraînement complet des modèles qui soutiennent votre recommandateur.
-
Pour les cas d'utilisation les plus intéressants pour vous et les cas d'utilisation recommandés pour vous, Amazon Personalize met à jour votre outil de recommandation pour qu'il prenne en compte les nouveaux articles à recommander. Les mises à jour automatiques ne constituent pas une reconversion complète dans le cadre de laquelle le modèle apprend du comportement de vos utilisateurs. Les mises à jour automatiques permettent plutôt à Amazon Personalize de présenter vos nouveaux articles dans les recommandations avant la prochaine formation complète du recommandant. Pour plus d'informations sur les mises à jour automatiques, 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 se reforme.
Pendant que le programme de recyclage est en cours, vous pouvez toujours obtenir des recommandations de la part du recommandant. Jusqu'à ce que le recyclage soit terminé, le recommandeur utilise la configuration et les modèles précédents. Pour suivre les mises à jour, vous pouvez consulter l'horodatage de la dernière mise à jour du recommendeur sur la page de détails du recommendeur de la console Amazon Personalize. Vous pouvez également consulter les latestRecommenderUpdate détails de l'DescribeRecommenderopération.
Maintien de solutions personnalisées
Par défaut, toutes les nouvelles solutions utilisent une formation automatique pour créer une nouvelle version de solution tous les 7 jours. L'entraînement se poursuit jusqu'à ce que vous supprimiez la solution.
Lorsque vous créez une solution, nous vous recommandons d'utiliser la formation automatique pour gérer la création des versions de la solution. Cela facilite la maintenance de votre solution. Cela supprime la formation manuelle requise pour que la solution puisse tirer parti de vos données les plus récentes. Sans formation automatique, vous devez créer manuellement de nouvelles versions de solution pour que la solution puisse tirer des leçons de vos données les plus récentes. Pour plus d'informations sur la configuration de l'entraînement automatique, consultezConfiguration de l'entraînement automatique.
La fréquence de vos formations dépend des besoins de votre entreprise, de la recette que vous utilisez et de la fréquence à laquelle vous importez des données. Pour toutes les recettes, nous recommandons de vous entraîner au moins une fois par semaine. Dans le cas de l'entraînement automatique, il s'agit de la fréquence d'entraînement par défaut. Si vous ajoutez fréquemment de nouveaux objets ou de nouvelles actions, vous souhaiterez peut-être augmenter la fréquence d'entraînement, en fonction de votre recette.
-
Si vous utilisez User-Personalization-v2, User-Personalization ou Next-Best-Action, la solution est automatiquement mise à jour pour prendre en compte les nouveaux éléments ou actions à recommander. Les mises à jour automatiques ne sont pas la même chose que l'entraînement automatique. Une mise à jour automatique ne crée pas une version entièrement nouvelle de la solution, et le modèle ne tire aucune leçon de vos dernières données. Pour maintenir votre solution, votre fréquence d'entraînement doit toujours être d'au moins une fois par semaine. Pour plus d'informations sur les mises à jour automatiques, y compris les directives et exigences supplémentaires, voirMises à jour automatiques.
-
Si vous utilisez Trending-Now, Amazon Personalize identifie automatiquement les éléments les plus populaires dans vos données d'interactions sur un intervalle de temps configurable. Trending-Now peut recommander des éléments ajoutés depuis le dernier entraînement par le biais de données d'interactions en masse ou en streaming. Votre fréquence d'entraînement doit toujours être d'au moins une fois par semaine. Pour de plus amples informations, veuillez consulter Recette Trending-Now.
-
Si vous n'utilisez pas de recette avec mises à jour automatiques ou la recette Trending-Now, Amazon Personalize prend en compte les nouveaux articles pour les recommandations uniquement après la prochaine formation. Par exemple, si vous utilisez la recette Similar-Items et que vous ajoutez de nouveaux articles tous les jours, vous devez utiliser une fréquence d'entraînement quotidienne pour que ces éléments apparaissent dans les recommandations le jour même.
