Enregistrement des événements en temps réel pour influencer les recommandations - Amazon Personalize

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.

Enregistrement des événements en temps réel pour influencer les recommandations

Un événement est une interaction entre un utilisateur et votre catalogue. Il peut s'agir d'une interaction avec un article, par exemple lorsqu'un utilisateur achète un article ou regarde une vidéo, ou d'une action, telle qu'une demande de carte de crédit ou l'inscription à un programme d'adhésion.

Amazon Personalize peut émettre des recommandations basées uniquement sur des données d'événements en temps réel, sur des données d'événements historiques uniquement ou sur une combinaison des deux. Enregistrez les événements en temps réel au fur et à mesure que vos clients interagissent avec les recommandations. Cela permet de développer vos données d'interactions et de les actualiser. Il informe également Amazon Personalize des centres d'intérêt actuels de votre utilisateur, ce qui peut améliorer la pertinence des recommandations.

Si le cas d'utilisation de votre domaine ou votre recette personnalisée prend en charge la personnalisation en temps réel, Amazon Personalize utilise des événements en temps réel pour mettre à jour et adapter les recommandations en fonction de l'évolution des intérêts de l'utilisateur.

La façon dont vous enregistrez les événements en temps réel dépend du type de données d'interactions que vous importez :

Comment les événements en temps réel influencent les recommandations

Si votre recette prend en charge la personnalisation en temps réel, une fois que vous avez créé un programme de recommandation ou une campagne personnalisée, Amazon Personalize utilise les nouvelles données d'événement enregistrées pour les articles ou les actions existants quelques secondes après l'importation. Les exemples d'utilisation et les recettes suivants prennent en charge la personnalisation en temps réel :

Si vous utilisez la recette Trending-Now, Amazon Personalize prend automatiquement en compte les éléments issus des nouvelles données d'événements sur des intervalles configurables. Il n'est pas nécessaire de créer une nouvelle version de solution. Pour plus d’informations, consultez Recette Trending-Now.

Si l'article, l'action ou l'utilisateur de l'événement est nouveau, la manière dont Amazon Personalize utilise les données dépend de votre cas d'utilisation ou de votre recette. Pour plus d’informations, consultez Comment les nouvelles données influencent les recommandations en temps réel.

Enregistrement d'événements pour les utilisateurs anonymes

Important

Si vous n'enregistrez pas au moins un événement avec sessionId et userId pour un utilisateur, Amazon Personalize n'utilisera pas l'activité suivie uniquement sessionId lors de l'entraînement. Et une fois la formation terminée, les recommandations ne seront plus basées sur l'activité suivie par lesessionId.

Vous pouvez enregistrer les événements d'interaction entre des éléments ou des actions pour les utilisateurs avant qu'ils ne créent un compte. Enregistrez les événements pour les utilisateurs anonymes afin de créer un historique continu des événements avec les événements survenus avant et après leur connexion. Cela fournit à Amazon Personalize davantage de données d'interactions sur l'utilisateur, ce qui peut aider à générer des recommandations plus pertinentes.

Pour enregistrer des événements pour des utilisateurs anonymes (utilisateurs non connectés), pour chaque événement, spécifiez uniquement unsessionId. Votre application génère un code unique sessionId lorsqu'un utilisateur visite votre site Web ou utilise votre application pour la première fois. Vous devez utiliser le même sessionId dans tous les événements de la session. Amazon Personalize utilise le sessionId pour associer des événements à l'utilisateur avant qu'il ne se connecte.

Amazon Personalize n'utilise pas les événements d'utilisateurs anonymes lors de la formation tant que vous ne les associez pas à unuserId. Pour plus d’informations, consultez Création d'un historique continu des événements pour les utilisateurs anonymes.

Pour fournir une personnalisation en temps réel aux utilisateurs anonymes, spécifiez le sessionId comme dans votre GetActionRecommendations demande GetRecommendations ou userId dans votre demande.

Création d'un historique continu des événements pour les utilisateurs anonymes

Pour créer un historique des événements pour un utilisateur anonyme et demander à Amazon Personalize d'utiliser ses événements lors de la formation, enregistrez au moins un événement avec un sessionId et unuserId. Vous pouvez ensuite enregistrer autant d'événements que vous le souhaitez pour leuserId. Une fois que vous avez commencé à fournir unuserId, sessionId ils peuvent changer. Lors de la prochaine formation complète, Amazon Personalize les userId associe à l'historique anonyme des utilisateurs retracé jusqu'à l'originalsessionId.

Une fois le recyclage terminé, les recommandations seront basées sur l'activité suivie à la fois à sessionId partir des événements anonymes et de tout événement suivi en fonction de ceux-ciuserId.

Note

Si votre utilisateur ne crée pas de compte et que vous souhaitez qu'Amazon Personalize utilise les données lors de l'entraînement, vous pouvez les utiliser userId dans le sessionId cadre d'événements. Toutefois, si l'utilisateur finit par créer un compte, vous ne pourrez pas associer les événements de sa navigation anonyme à son nouveau compteuserId.

Services tiers de suivi des événements

Les plateformes de données clients (CDP) suivantes peuvent vous aider à collecter des données d'événements à partir de votre application et à les envoyer à Amazon Personalize.

  • Amplitude — Vous pouvez utiliser Amplitude pour suivre les actions des utilisateurs afin de vous aider à comprendre le comportement de vos utilisateurs. Pour plus d'informations sur l'utilisation d'Amplitude et d'Amazon Personalize, consultez le billet de blog du réseau de AWS partenaires (APN) suivant : Measuring the Effectiveness of Personalization with Amplitude and Amazon Personalize.

  • mParticle — Vous pouvez utiliser mParticle pour collecter des données d'événements à partir de votre application. Pour un exemple montrant comment utiliser mParticle et Amazon Personalize pour mettre en œuvre des recommandations de produits personnalisées, consultez Comment exploiter la puissance d'un CDP pour l'apprentissage automatique : partie 2.

  • Segment — Vous pouvez utiliser Segment pour envoyer vos données à Amazon Personalize. Pour plus d'informations sur l'intégration de Segment à Amazon Personalize, consultez Amazon Personalize Destination.

Exemples d'implémentations

Pour un exemple de bloc-notes Jupyter expliquant comment utiliser Amazon Personalize pour réagir au comportement en temps réel des utilisateurs à l'aide d'un outil de suivi des événements et de l'PutEventsopération, consultez 2.view_campaign_and_interactions.ipynb dans le dossier getting_started du référentiel. amazon-personalize-samples GitHub

Pour un exemple montrant comment diffuser des événements provenant d'utilisateurs interagissant avec les recommandations, consultez streaming_events dans le référentiel d'exemples Amazon Personalize. GitHub

Pour un exemple complet contenant le code source et les fichiers de support permettant de déployer des API en temps réel situées entre vos ressources Amazon Personalize et vos applications clientes, consultez la section API de personnalisation en temps réel dans le GitHub référentiel d' AWS exemples. Ce projet explique comment mettre en œuvre les éléments suivants :

  • Contexte utilisateur et collecte d'événements utilisateur

  • Mise en cache des réponses

  • Recommandations de décoration basées sur les métadonnées des articles

  • Test A/B

  • Authentification par API