Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Bagaimana data baru memengaruhi rekomendasi waktu nyata
Setelah Anda membuat versi rekomendasi atau solusi kustom, bagaimana data baru memengaruhi rekomendasi waktu nyata bergantung pada jenis data, metode impor, dan kasus penggunaan domain atau resep khusus yang Anda gunakan. Bagian berikut menjelaskan bagaimana data baru memengaruhi rekomendasi waktu nyata sebelum pelatihan berikutnya.
Pelatihan dapat berupa pelatihan otomatis mingguan pemberi rekomendasi, atau pembuatan versi solusi otomatis atau manual. Untuk pelatihan manual dengan User-Personalization, hilangkan trainingMode untuk menggunakan mode pelatihan default. FULL
Interaksi baru
Interaksi baru adalah interaksi item atau tindakan yang Anda impor setelah pelatihan terbaru. Untuk data real-time dan massal, jika interaksi melibatkan item atau tindakan baru, Amazon Personalize dapat mempertimbangkannya untuk rekomendasi tanpa pelatihan jika resep atau kasus penggunaan Anda menampilkan eksplorasi. Untuk informasi selengkapnya, lihat Item baru atau Tindakan baru.
Acara waktu nyata
Untuk kasus penggunaan dan resep yang menampilkan personalisasi waktu nyata, Amazon Personalize segera menggunakan interaksi real-time antara pengguna dan item atau tindakan yang ada di pelatihan terbaru. Saat membuat rekomendasi untuk pengguna di ventilasi, Amazon Personalize menggunakan interaksi real-time ini. Untuk informasi selengkapnya tentang personalisasi waktu nyata, lihatPersonalisasi waktu nyata.
Untuk kasus penggunaan domain dan resep khusus yang tidak menampilkan personalisasi waktu nyata, seperti merekomendasikan item serupa, model Anda belajar dari data interaksi waktu nyata hanya setelah pelatihan.
Interaksi massal
Untuk interaksi massal, untuk pekerjaan impor kumpulan data tambahan dan penuh, model Anda belajar dari interaksi item massal atau data interaksi tindakan hanya setelah pelatihan berikutnya. Data massal tidak digunakan untuk memperbarui rekomendasi untuk personalisasi waktu nyata.
Untuk informasi selengkapnya tentang mengimpor lebih banyak data massal, lihatMengimpor data massal ke Amazon Personalisasi dengan pekerjaan impor kumpulan data.
Item baru
Item baru adalah item yang Anda impor setelah pelatihan terbaru. Mereka dapat berasal dari data interaksi atau metadata item dalam kumpulan data Item.
Item baru dipertimbangkan untuk rekomendasi sebagai berikut:
-
Untuk Pilihan teratas untuk Anda dan Direkomendasikan untuk kasus domain atau User-Personalization-v 2 kasus, Personalisasi Pengguna, atau resep, Next-Best-Action Amazon Personalize secara otomatis memperbarui model setiap dua jam. Setelah setiap pembaruan, Amazon Personalize mempertimbangkan item baru untuk rekomendasi sebagai bagian dari eksplorasi. Saat mempertimbangkan item baru, Amazon Personalize mempertimbangkan metadata apa pun untuk item tersebut. Namun data ini akan memiliki efek yang lebih besar pada rekomendasi hanya setelah Anda merekam interaksi untuk item dan melatih model baru. Untuk informasi tentang pembaruan, lihatPembaruan otomatis.
-
Jika Anda menggunakan kasus penggunaan Trending now, Amazon Personalize secara otomatis mengevaluasi data interaksi Anda setiap dua jam dan mengidentifikasi item yang sedang tren. Anda tidak perlu menunggu rekomendasi Anda untuk berlatih. Jika Anda menggunakan resep Trending-Now, Amazon Personalize secara otomatis mempertimbangkan semua item baru selama interval yang dapat dikonfigurasi tanpa pelatihan. Untuk informasi tentang mengkonfigurasi interval, lihatResep Trend-Now.
-
Jika Anda tidak menggunakan resep Trending-Now atau kasus penggunaan atau resep Anda tidak mendukung pembaruan otomatis, Amazon Personalize akan mempertimbangkan item baru hanya setelah pelatihan berikutnya.
Pengguna baru
Pengguna baru adalah pengguna yang Anda impor setelah pelatihan terbaru. Mereka dapat berasal dari data interaksi atau metadata pengguna dalam kumpulan data Pengguna. Untuk pengguna baru dan anonim (pengguna tanpa auserId), Anda dapat merekam peristiwa untuk pengguna dengan sessionId dan Amazon Personalize akan mengaitkan peristiwa dengan pengguna sebelum mereka masuk. Untuk informasi selengkapnya, lihat Merekam acara untuk pengguna anonim.
Amazon Personalize menghasilkan rekomendasi untuk pengguna baru sebagai berikut:
-
Jika Anda menggunakan kasus penggunaan domain Trending sekarang atau resep kustom Trending-Now, pengguna baru segera menerima rekomendasi untuk item tren teratas. Jika Anda menggunakan resep Popularity-Count, pengguna baru segera menerima rekomendasi untuk item dengan interaksi terbanyak.
-
Untuk resep atau kasus penggunaan yang memberikan rekomendasi yang dipersonalisasi untuk pengguna, rekomendasi untuk pengguna baru didasarkan pada riwayat interaksi awal pengguna Anda yang ada. Item atau tindakan pertama yang berinteraksi dengan pengguna yang ada ini lebih mungkin direkomendasikan kepada pengguna baru. Untuk resep Personalisasi Pengguna atau Peringkat Personalisasi, jika Anda
recency_maskmenyetelnyatrue, rekomendasi juga menyertakan item berdasarkan tren popularitas terbaru dalam data interaksi Anda.
Berikut ini dapat meningkatkan relevansi rekomendasi untuk pengguna baru:
-
Data interaksi — Cara utama untuk meningkatkan relevansi rekomendasi bagi pengguna baru adalah dengan mengimpor data dari interaksi mereka dengan item Anda. Untuk informasi tentang bagaimana data interaksi baru memengaruhi rekomendasi, lihatInteraksi baru.
-
Metadata pengguna — Mengimpor metadata pengguna, seperti GENDER atau MEMBERSHIP _STATUS, dapat meningkatkan rekomendasi. Agar metadata memengaruhi rekomendasi, Anda harus menunggu pelatihan ulang otomatis mingguan pemberi rekomendasi domain Anda selesai. Atau Anda harus secara manual membuat versi solusi baru.
-
Metadata kontekstual — Jika kasus penggunaan atau resep Anda mendukung metadata kontekstual dan kumpulan data interaksi Item Anda memiliki bidang metadata untuk data kontekstual, Anda dapat memberikan konteks pengguna dalam permintaan rekomendasi Anda. Ini tidak memerlukan pelatihan ulang. Untuk informasi selengkapnya, lihat Meningkatkan relevansi rekomendasi dengan metadata kontekstual.
Tindakan baru
Tindakan baru adalah tindakan yang Anda impor sejak pelatihan terbaru. Mereka dapat berasal dari data interaksi tindakan atau tindakan dalam kumpulan data Tindakan.
Dengan Next-Best-Action resepnya, Amazon Personalize secara otomatis memperbarui versi solusi setiap dua jam. Setelah setiap pembaruan, Amazon Personalize mempertimbangkan tindakan baru untuk rekomendasi sebagai bagian dari eksplorasi. Saat mempertimbangkan tindakan baru, Amazon Personalize mempertimbangkan metadata apa pun untuk tindakan tersebut. Namun, data ini akan memiliki efek yang lebih besar pada rekomendasi hanya setelah Anda merekam interaksi tindakan untuk tindakan dan melatih ulang sepenuhnya. Untuk informasi tentang pembaruan, lihat Pembaruan otomatis
