Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Memfilter rekomendasi waktu nyata

Anda dapat memfilter rekomendasi real-time dengan konsol Amazon Personalize, AWS Command Line Interface (AWS CLI), atau SDK AWS .

Ketika Anda mendapatkan rekomendasi item yang dipersonalisasi atau item serupa, Anda dapat menentukan promosi dalam permintaan Anda. Promosi menggunakan filter untuk menentukan aturan bisnis tambahan yang berlaku untuk subset item yang direkomendasikan yang dapat dikonfigurasi. Untuk informasi selengkapnya, lihat Mempromosikan item dalam rekomendasi.

Memfilter rekomendasi waktu nyata (konsol)

Untuk memfilter rekomendasi real-time menggunakan konsol, buat filter dan kemudian terapkan ke permintaan rekomendasi.

Membuat filter (konsol)

Untuk membuat filter di konsol, pilih grup kumpulan data yang berisi kampanye atau pemberi rekomendasi yang ingin Anda gunakan untuk mendapatkan rekomendasi yang difilter. Kemudian berikan nama filter dan ekspresi filter.

Menerapkan filter (konsol)

Untuk menerapkan filter, di Rekomendasi pengujian (untuk pemberi rekomendasi) atau Hasil kampanye uji (untuk kampanye khusus), pilih filter dan masukkan nilai parameter filter apa pun. Kemudian dapatkan rekomendasi untuk pengguna.

Menggunakan pembuat ekspresi filter

Pembuat Ekspresi pada halaman Buat filter menyediakan struktur, bidang, dan pedoman untuk membuat filter yang diformat dengan benar.

Contoh pembuat ekspresi

Contoh berikut menunjukkan cara membuat filter yang mengecualikan item dengan genre yang Anda tentukan saat Anda mendapatkan rekomendasi (perhatikan parameter placeholder $GENRES). Filter juga mengecualikan item dengan lebih DOWNLOAD_COUNT dari200, tetapi hanya jika usia pengguna saat ini lebih besar dari17.

Menghapus filter (konsol)

Menghapus filter akan menghapus filter dari daftar filter untuk grup kumpulan data.

Memfilter rekomendasi waktu nyata ()AWS CLI

Untuk memfilter rekomendasi menggunakan AWS CLI, Anda membuat filter dan kemudian menerapkannya dengan menentukan filter ARN dalam permintaan GetRecommendations atauGetPersonalizedRanking.

Membuat filter (AWS CLI)

Gunakan create-filter operasi berikut untuk membuat filter dan menentukan ekspresi filter.

Ganti Filter name dengan nama filter, dan Dataset group ARN dengan Amazon Resource Name (ARN) dari grup dataset. Ganti sampel filter-expression dengan ekspresi filter Anda sendiri.

aws personalize create-filter \
  --name Filter name \
  --dataset-group-arn dataset group arn \
  --filter-expression "EXCLUDE ItemID WHERE Items.CATEGORY IN (\"$CATEGORY\")" 

Jika berhasil, filter ARN ditampilkan. Rekam untuk digunakan nanti. Untuk memverifikasi bahwa filter aktif, gunakan DescribeFilter operasi sebelum Anda menggunakan filter.

Untuk informasi selengkapnya tentang API, lihat CreateFilter. Untuk informasi selengkapnya tentang ekspresi filter, termasuk contoh, lihatFilter struktur ekspresi dan elemen.

Menerapkan filter (AWS CLI)

Saat Anda menggunakanget-recommendations, get-action-recommendations atau get-personalized-ranking operasi, Anda menerapkan filter dengan meneruskan filter-arn dan nilai filter apa pun sebagai parameter.

Berikut ini adalah contoh get-recommendations operasi. Ganti Campaign ARN dengan Nama Sumber Daya Amazon (ARN) kampanye Anda User ID dengan ID pengguna yang Anda dapatkan rekomendasinya, dan Filter ARN dengan ARN filter Anda. Jika Anda mendapatkan rekomendasi dari pemberi rekomendasi alih-alih kampanye, gunakan recommender-arn alih-alih --campaign-arn dan berikan ARN untuk pemberi rekomendasi.

Jika ekspresi Anda memiliki parameter apa pun, sertakan filter-values objek. Untuk setiap parameter dalam ekspresi filter Anda, berikan nama parameter (case sensitive) dan nilainya. Misalnya, jika ekspresi filter Anda memiliki $GENRE parameter, berikan “GENRE” sebagai kunci, dan genre atau genre, seperti"Comedy", sebagai nilai. Pisahkan beberapa nilai dengan koma. Misalnya, "\"comedy\",\"drama\",\"horror"\".

aws personalize-runtime get-recommendations \
  --campaign-arn Campaign ARN \
  --user-id User ID \
  --filter-arn Filter ARN \
  --filter-values '{
      "Parameter name": "\"value\"",
      "Parameter name": "\"value1\",\"value2\",\"value3\""
    }'

Menghapus filter ()AWS CLI

Gunakan delete-filter operasi berikut untuk menghapus filter. Ganti filter ARN dengan ARN filter.

aws personalize delete-filter --filter-arn Filter ARN

Memfilter rekomendasi waktu nyata (AWS SDK)

Untuk memfilter rekomendasi menggunakan AWS SDK, Anda membuat filter dan kemudian menerapkannya dengan menentukan filter ARN dalam permintaan atau. GetRecommendations GetPersonalizedRanking

Membuat filter (AWS SDK)

Buat filter baru dengan CreateFilter operasi. Kode berikut menunjukkan cara membuat filter. Tentukan nama filter, Nama Sumber Daya Amazon (ARN) grup kumpulan data Anda, dan berikan ekspresi filter Anda.

SDK for Python (Boto3)

import boto3
 
personalize = boto3.client('personalize')
 
response = personalize.create_filter(
    name = 'Filter Name',
    datasetGroupArn = 'Dataset Group ARN',
    filterExpression = 'EXCLUDE ItemID WHERE Items.CATEGORY IN ($CATEGORY)'
) 
filter_arn = response["filterArn"]
print("Filter ARN: " + filter_arn)

SDK for Java 2.x

public static String createFilter(PersonalizeClient personalizeClient,
                                 String filterName,
                                 String datasetGroupArn,
                                 String filterExpression) {
    try {
        CreateFilterRequest request = CreateFilterRequest.builder()
                .name(filterName)
                .datasetGroupArn(datasetGroupArn)
                .filterExpression(filterExpression)
                .build();

        return personalizeClient.createFilter(request).filterArn();
    }
    catch(PersonalizeException e) {
        System.err.println(e.awsErrorDetails().errorMessage());
        System.exit(1);
    }
    return "";
}

SDK for JavaScript v3

// Get service clients module and commands using ES6 syntax.
import { CreateFilterCommand } from
  "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";
// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

// Set the filter's parameters.
export const createFilterParam = {
  datasetGroupArn: 'DATASET_GROUP_ARN', /* required */
  name: 'NAME', /* required */
  filterExpression: 'FILTER_EXPRESSION' /*required */
}

export const run = async () => {
  try {
    const response = await personalizeClient.send(new CreateFilterCommand(createFilterParam));
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

Rekam filter ARN untuk digunakan nanti. Untuk memverifikasi bahwa filter aktif, gunakan DescribeFilter operasi sebelum menggunakan filter. Untuk informasi selengkapnya tentang API, lihat CreateFilter. Untuk informasi selengkapnya tentang ekspresi filter, termasuk contoh, lihatFilter struktur ekspresi dan elemen.

Menerapkan filter (AWS SDK)

Saat Anda menggunakan GetRecommendations, GetActionRecommendations, atau GetPersonalizedRanking operasi, terapkan filter dengan melewatkan nilai filter filterArn dan apa pun sebagai parameter.

Kode berikut menunjukkan cara mendapatkan rekomendasi item Amazon Personalize yang difilter untuk pengguna. Tentukan ID pengguna yang ingin Anda rekomendasikan, Nama Sumber Daya Amazon (ARN) kampanye Anda, dan ARN filter Anda. Jika Anda mendapatkan rekomendasi dari pemberi rekomendasi alih-alih kampanye, gunakan recommenderArn alih-alih campaignArn dan berikan ARN untuk pemberi rekomendasi.

UntukfilterValues, untuk setiap parameter opsional dalam ekspresi filter Anda, berikan nama parameter (case sensitive) dan nilai atau nilai. Misalnya, jika ekspresi filter Anda memiliki $GENRES parameter, berikan “GENRES” sebagai kunci, dan genre atau genre, seperti"\"Comedy"\", sebagai nilai. Untuk beberapa nilai, pisahkan setiap nilai dengan koma. Misalnya, "\"comedy\",\"drama\",\"horror\"".

SDK for Python (Boto3)

import boto3

personalize_runtime = boto3.client("personalize-runtime")

response = personalize_runtime.get_recommendations(
    campaignArn = "Campaign ARN",
    userId = "User ID",
    filterArn = "Filter ARN",
    filterValues = {
      "Parameter name": "\"value1\"",
      "Parameter name": "\"value1\",\"value2\",\"value3\""
      ....
    }
)

SDK for Java 2.x

Contoh berikut menggunakan dua parameter, satu dengan dua nilai dan satu dengan satu nilai. Bergantung pada ekspresi filter Anda, ubah kode untuk menambah atau menghapus bidang ParameterName dan ParameterValue.

public static void getFilteredRecs(PersonalizeRuntimeClient personalizeRuntimeClient,
                                   String campaignArn,
                                   String userId,
                                   String filterArn,
                                   String parameter1Name,
                                   String parameter1Value1,
                                   String parameter1Value2,
                                   String parameter2Name,
                                   String parameter2Value){

    try {

        Map<String, String> filterValues = new HashMap<>();

        filterValues.put(parameter1Name, String.format("\"%1$s\",\"%2$s\"",
                parameter1Value1, parameter1Value2));
        filterValues.put(parameter2Name, String.format("\"%1$s\"",
                parameter2Value));

        GetRecommendationsRequest recommendationsRequest = GetRecommendationsRequest.builder()
                .campaignArn(campaignArn)
                .numResults(20)
                .userId(userId)
                .filterArn(filterArn)
                .filterValues(filterValues)
                .build();

        GetRecommendationsResponse recommendationsResponse = personalizeRuntimeClient.getRecommendations(recommendationsRequest);
        List<PredictedItem> items = recommendationsResponse.itemList();

        for (PredictedItem item: items) {
            System.out.println("Item Id is : "+item.itemId());
            System.out.println("Item score is : "+item.score());
        }
    } catch (PersonalizeRuntimeException e) {
        System.err.println(e.awsErrorDetails().errorMessage());
        System.exit(1);
    }
}

SDK for JavaScript v3

// Get service clients module and commands using ES6 syntax.
import { GetRecommendationsCommand } from
  "@aws-sdk/client-personalize-runtime";
import { personalizeRuntimeClient } from "./libs/personalizeClients.js";
// Or, create the client here:
// const personalizeRuntimeClient = new PersonalizeRuntimeClient({ region: "REGION"});

// Set recommendation request parameters.
export const getRecommendationsParam = {
  campaignArn: 'CAMPAIGN_ARN', /* required */
  userId: 'USER_ID',      /* required */
  numResults: 15,    /* optional */
  filterArn: 'FILTER_ARN',   /* required to filter recommendations */
  filterValues: {
    "PROPERTY": "\"VALUE\""  /* Only required if your filter has a placeholder parameter */
  }
}

export const run = async () => {
  try {
    const response = await personalizeRuntimeClient.send(new GetRecommendationsCommand(getRecommendationsParam));
    console.log("Success!", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

Menghapus filter (AWS Python SDK)

Gunakan delete_filter metode berikut untuk menghapus filter. Ganti filter ARN dengan ARN filter.

import boto3
personalize = boto3.client("personalize")

response = personalize.delete_filter(
  filterArn = "filter ARN"
)