Choisir une recette - Amazon Personalize
Amazon Personalize les types de recettes par cas d'utilisationAmazon Personalize : recettesAfficher les recettes Amazon Personalize disponibles

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.

Choisir une recette

Lorsque vous créez une solution personnalisée, vous spécifiez une recette et configurez les paramètres d'entraînement. Les Recipes sont des algorithmes Amazon Personalize conçus pour des cas d'utilisation spécifiques. Amazon Personalize propose des recettes, basées sur des cas d'utilisation courants, pour les modèles de formation. Lorsque vous créez une version de solution pour la solution, Amazon Personalize entraîne les modèles qui soutiennent la version de solution en fonction de la recette et de la configuration de formation.

Les recettes Amazon Personalize utilisent les éléments suivants pendant la formation :

  • Attributs prédéfinis de vos données

  • Transformations de fonction prédéfinies

  • Algorithmes prédéfinis

  • Réglage des paramètres initiaux des algorithmes

Pour optimiser votre modèle, vous pouvez remplacer bon nombre de ces paramètres lorsque vous créez une solution. Pour de plus amples informations, veuillez consulter Hyperparamètres et HPO.

Rubriques

Amazon Personalize les types de recettes par cas d'utilisation

Pour choisir votre recette, choisissez d'abord votre cas d'utilisation parmi les suivants et notez le type de recette correspondant.

  • Recommander des articles aux utilisateurs (USER_ PERSONALIZATION recettes)

    Pour fournir des recommandations personnalisées à vos utilisateurs, entraînez votre modèle avec une PERSONALIZATION recette USER _. Les recommandations personnalisées contribuent à améliorer l'engagement et la conversion.

  • Classement des articles pour un utilisateur (PERSONALIZED_ RANKING recettes)

    Pour personnaliser l'ordre des listes sélectionnées ou des résultats de recherche pour vos utilisateurs, entraînez votre modèle avec une RANKING recette PERSONALIZED _. PERSONALIZED_ RANKING recettes créent une liste personnalisée en reclassant une collection d'éléments d'entrée en fonction du niveau d'intérêt prévu pour un utilisateur donné. Les listes personnalisées améliorent l'expérience client et renforcent la fidélité et l'engagement des clients.

  • Recommander des articles tendance ou populaires (POPULAR_ ITEMS recettes)

    Pour recommander des articles tendance ou populaires, utilisez une ITEMS recette POPULAR _. Vous pouvez utiliser un POPULAR _ ITEMS si vos clients attachent une grande importance à ce avec quoi les autres utilisateurs interagissent. Les utilisations courantes incluent la recommandation de contenu viral sur les réseaux sociaux, d'articles de dernière minute ou de vidéos sportives récentes.

  • Recommander des articles similaires (RELATED_ ITEMS recettes)

    Pour recommander des articles similaires, tels que des articles fréquemment achetés ensemble ou des films que d'autres utilisateurs ont également regardés, vous devez utiliser une ITEMS recette RELATED _. La recommandation d'articles similaires peut aider vos clients à découvrir des articles et à augmenter le taux de conversion des utilisateurs.

  • Recommander la meilleure action suivante (PERSONALIZED_ ACTIONS recettes)

    Pour recommander la prochaine meilleure action à vos utilisateurs en temps réel, comme l'inscription à votre programme de fidélité ou la demande d'une carte de crédit, vous devez utiliser une ACTIONS recette PERSONALIZED _. En recommandant la meilleure action suivante, vous pouvez fidéliser vos clients, générer plus de revenus et améliorer l'expérience de vos utilisateurs.

  • Obtenir des segments d'utilisateurs (USER_ SEGMENTATION recettes)

    Pour obtenir des segments d'utilisateurs basés sur les données d'entrée des articles, tels que les utilisateurs susceptibles d'interagir avec des éléments dotés d'un certain attribut, vous devez utiliser une SEGMENTATION recette USER _. L'obtention de segments d'utilisateurs peut vous aider à créer des campagnes marketing avancées qui font la promotion de différents articles auprès de différents segments d'utilisateurs en fonction de la probabilité qu'ils entreprennent une action.

Amazon Personalize : recettes

Amazon Personalize propose les types de recettes suivants. Outre les différences comportementales, chaque type a des exigences spécifiques pour obtenir des recommandations, comme illustré dans le tableau suivant.

Type de recette Recettes API APIexigences
USER_PERSONALIZATION

Personnalisation de l'utilisateur-v2

Personnalisation par l'utilisateur

Recette HRNN (ancienne)

Recette de métadonnées HRNN (ancienne)

Recette HRNN-ColdStart (ancienne)

 GetRecommendations

userId : Obligatoire

itemId : Non utilisé

inputList : ND
POPULAR_ITEMS

Tendance actuelle

Comptage de popularité

 GetRecommendations

userId: obligatoire uniquement si vous appliquez un filtre qui l'exige

itemId : Non utilisé

inputList : ND
PERSONALIZED_RANKING

Ranking-V2 personnalisé

Personalized-Ranking

 GetPersonalizedRanking

userId : Obligatoire

itemId : ND

inputList: liste itemId de
RELATED_ITEMS

Objets similaires

SIMS

 GetRecommendations

userId: obligatoire uniquement si vous appliquez un filtre qui l'exige

itemId : Obligatoire

inputList : ND
PERSONALIZED_ACTIONS

Meilleure action suivante

 GetActionRecommendations

userId : Obligatoire

actionId : Non utilisé

itemId : Non utilisé

inputList : ND
USER_SEGMENTATION

Affinité entre les objets

Affinité entre les attributs et les objets

 CreateBatchSegmentJob

Pour les exigences relatives au flux de travail par lots, voirObtenir des segments d'utilisateurs à l'aide d'une tâche de segmentation par lots.

Afficher les recettes Amazon Personalize disponibles

Pour afficher la liste des recettes disponibles :

  • Dans la console Amazon Personalize, choisissez un groupe de jeux de données. Dans le volet de navigation, choisissez Solutions and recipes (Solutions et recettes), puis choisissez l'onglet Recipes (Recettes).

  • Avec le plugin AWS SDK for Python (Boto3), appelle le ListRecipesAPI.

  • Avec le plugin AWS CLI, utilisez la commande suivante.

    aws personalize list-recipes

Pour obtenir des informations sur une recette utilisant le SDK for Python (Boto3), appelez le. DescribeRecipe API Pour obtenir des informations sur une recette à l'aide du AWS CLI, utilisez la commande suivante.

aws personalize describe-recipe --recipe-arn recipe_arn