Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Resep item-Affinity
Resep Item-Affinity (aws-item-affinity) adalah resep USER_SEGMENTATION yang membuat segmen pengguna (grup pengguna) untuk setiap item yang Anda tentukan. Ini adalah pengguna Amazon Personalize memprediksi kemungkinan besar akan berinteraksi dengan setiap item. Gunakan Item-Affinity untuk mempelajari lebih lanjut tentang pengguna Anda dan mengambil tindakan berdasarkan segmen pengguna masing-masing.
Misalnya, Anda mungkin ingin membuat kampanye pemasaran untuk aplikasi ritel Anda berdasarkan preferensi pengguna untuk item di katalog Anda. Item-Affinity akan membuat segmen pengguna untuk setiap item berdasarkan data dalam kumpulan data Interaksi dan Item Anda. Anda dapat menggunakan ini untuk mempromosikan item yang berbeda ke segmen pengguna yang berbeda berdasarkan kemungkinan mereka akan mengambil tindakan (misalnya, mengklik item atau membeli item). Penggunaan lain mungkin termasuk produk penjualan silang ke berbagai pengguna atau mengidentifikasi calon pelamar kerja.
Untuk mendapatkan segmen pengguna berdasarkan item, Anda membuat solusi dan versi solusi dengan resep Item-Affinity, lalu tambahkan daftar item dalam format JSON ke bucket Amazon S3 dan buat pekerjaan segmen batch. Amazon Personalisasi menghasilkan segmen pengguna untuk setiap item ke lokasi keluaran Anda di Amazon S3. Data masukan Anda dapat memiliki maksimum 500 item untuk mendapatkan segmen pengguna. Untuk informasi tentang menyiapkan data masukan untuk pekerjaan segmen batch, lihatMempersiapkan data masukan untuk rekomendasi batch.
Anda harus memiliki kumpulan data interaksi Item untuk menggunakan Item-Affinity. Item dan kumpulan data Pengguna bersifat opsional. Anda bisa mendapatkan segmen pengguna dengan pekerjaan segmen batch. Untuk informasi selengkapnya, lihat Mendapatkan segmen pengguna batch.
Setelah Anda membuat versi solusi, pastikan Anda selalu memperbarui versi dan data solusi Anda. Dengan Item-Affinity, Anda harus membuat versi solusi baru untuk Amazon Personalize untuk mempertimbangkan pengguna baru untuk segmen pengguna dan memperbarui model dengan perilaku terbaru pengguna Anda. Untuk mendapatkan segmen pengguna untuk suatu item, item tersebut harus ada saat Anda membuat versi solusi.
Resep Item-Affinity memiliki sifat-sifat berikut:
-
Nama –
aws-item-affinity -
Resep Nama Sumber Daya Amazon (ARN) —
arn:aws:personalize:::recipe/aws-item-affinity -
Algoritma ARN —
arn:aws:personalize:::algorithm/aws-item-affinity -
Transformasi fitur ARN —
arn:aws:personalize:::feature-transformation/item-affinity -
Jenis resep —
USER_SEGMENTATION
Tabel berikut menjelaskan hiperparameter untuk resep Item-Affinity. Hyperparameter adalah parameter algoritma yang Anda sesuaikan untuk meningkatkan kinerja model. Algoritma hyperparameters mengontrol bagaimana kinerja model. Anda tidak dapat menggunakan optimasi hyperparameter (HPO) dengan resep Item-Affinity.
Tabel ini juga menyediakan informasi berikut untuk setiap hyperparameter:
-
Rentang: [batas bawah, batas atas]
-
Jenis nilai: Integer, Continuous (float), Kategoris (Boolean, daftar, string)
| Nama | Penjelasan |
|---|---|
| Hiperparameter algoritma | |
hidden_dimension |
Jumlah variabel tersembunyi yang digunakan dalam model. Variabel tersembunyi membuat ulang riwayat pembelian pengguna dan statistik item untuk menghasilkan skor peringkat. Tentukan lebih banyak dimensi tersembunyi saat kumpulan data Interaksi Anda menyertakan pola yang lebih rumit. Menggunakan dimensi yang lebih tersembunyi membutuhkan dataset yang lebih besar dan lebih banyak waktu untuk diproses. Nilai default: 149 Rentang: [32, 256] Jenis nilai: Integer |
