Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Mempertahankan relevansi rekomendasi
Rekomendasi yang relevan dapat meningkatkan keterlibatan pengguna, rasio klik-tayang, dan rasio konversi untuk aplikasi Anda seiring pertumbuhan katalog Anda. Untuk mempertahankan dan meningkatkan relevansi rekomendasi Amazon Personalisasi bagi pengguna Anda, perbarui data dan sumber daya khusus Anda. Hal ini memungkinkan Amazon Personalize untuk belajar dari perilaku terbaru pengguna Anda dan menyertakan item terbaru Anda dalam rekomendasi.
Menjaga set data saat ini
Seiring pertumbuhan katalog Anda, perbarui data historis Anda dengan operasi impor data massal atau individual. Untuk informasi selengkapnya tentang mengimpor data historis, lihatMengimpor data pelatihan ke Amazon Personalize dataset. Untuk informasi tentang cara data yang Anda impor setelah melatih model memengaruhi rekomendasi, lihatMemperbarui data dalam kumpulan data setelah pelatihan.
Untuk kasus penggunaan dan resep yang memberikan rekomendasi real-time yang dipersonalisasi, perbarui kumpulan data interaksi Item Anda dengan perilaku pengguna Anda. Lakukan ini dengan merekam interaksi item dengan pelacak peristiwa dan PutEvents API operasi. Amazon Personalisasi pembaruan rekomendasi berdasarkan aktivitas terbaru pengguna Anda saat berinteraksi dengan katalog Anda. Untuk informasi tentang personalisasi waktu nyata, lihatPersonalisasi waktu nyata. Untuk informasi selengkapnya tentang merekam peristiwa waktu nyata, lihatMerekam peristiwa waktu nyata untuk memengaruhi rekomendasi.
Mempertahankan rekomendasi domain
Amazon Personalize secara otomatis melatih ulang model yang mendukung rekomendasi Anda setiap 7 hari. Ini adalah pelatihan ulang penuh yang membuat model yang sama sekali baru berdasarkan keseluruhan data dalam kumpulan data Anda. Jika Anda memodifikasi kolom yang digunakan dalam pelatihan, Amazon Personalize secara otomatis memulai pelatihan ulang penuh model yang mendukung pemberi rekomendasi Anda.
-
Untuk Pilihan teratas untuk Anda dan Direkomendasikan untuk kasus penggunaan Anda, Amazon Personalisasi memperbarui pemberi rekomendasi Anda untuk mempertimbangkan item baru untuk rekomendasi. Pembaruan otomatis bukanlah pelatihan ulang penuh di mana model belajar dari perilaku pengguna Anda. Sebagai gantinya, pembaruan otomatis memungkinkan Amazon Personalisasi untuk menampilkan item baru Anda dalam rekomendasi sebelum pelatihan ulang penuh pemberi rekomendasi berikutnya. Untuk informasi tentang pembaruan otomatis, 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 kembali.
Sementara pelatihan ulang pemberi rekomendasi sedang berlangsung, Anda masih bisa mendapatkan rekomendasi dari pemberi rekomendasi. Sampai pelatihan ulang selesai, pemberi rekomendasi menggunakan konfigurasi dan model sebelumnya. Untuk melacak pembaruan, Anda dapat melihat stempel waktu untuk pembaruan pemberi rekomendasi terbaru di halaman Detail Recommender di konsol Amazon Personalize. Atau Anda dapat melihat latestRecommenderUpdate detail dari DescribeRecommender operasi.
Mempertahankan solusi khusus
Secara default, semua solusi baru menggunakan pelatihan otomatis untuk membuat versi solusi baru setiap 7 hari. Pelatihan berlanjut sampai Anda menghapus solusinya.
Saat Anda membuat solusi, kami sarankan Anda menggunakan pelatihan otomatis untuk mengelola pembuatan versi solusi. Ini membuat pemeliharaan solusi Anda lebih mudah. Ini menghapus pelatihan manual yang diperlukan untuk solusi untuk belajar dari data Anda yang lebih baru. Tanpa pelatihan otomatis, Anda harus membuat versi solusi baru secara manual agar solusi dapat dipelajari dari data terbaru Anda. Untuk informasi selengkapnya tentang mengonfigurasi pelatihan otomatis, lihatMengkonfigurasi pelatihan otomatis.
Frekuensi pelatihan Anda tergantung pada kebutuhan bisnis Anda, resep yang Anda gunakan, dan seberapa sering Anda mengimpor data. Untuk semua resep, kami merekomendasikan pelatihan setidaknya setiap minggu. Dengan pelatihan otomatis, ini adalah frekuensi pelatihan default. Jika Anda sering menambahkan item atau tindakan baru, Anda mungkin ingin memiliki frekuensi pelatihan yang lebih tinggi, tergantung pada resep Anda.
-
Jika Anda menggunakan User-personalization-v2, User-Personalization, atau Next-Best-Action, solusi secara otomatis diperbarui untuk mempertimbangkan item atau tindakan baru untuk rekomendasi. Pembaruan otomatis tidak sama dengan pelatihan otomatis. Pembaruan otomatis tidak membuat versi solusi yang sama sekali baru, dan model tidak belajar dari data terbaru Anda. Untuk mempertahankan solusi Anda, frekuensi pelatihan Anda harus tetap setidaknya setiap minggu. Untuk informasi selengkapnya tentang pembaruan otomatis, termasuk pedoman dan persyaratan tambahan, lihatPembaruan otomatis.
-
Jika Anda menggunakan Trending-Now, Amazon Personalize secara otomatis mengidentifikasi item tren teratas dalam data interaksi Anda selama interval waktu yang dapat dikonfigurasi. Trending-Now dapat merekomendasikan item yang ditambahkan sejak pelatihan terakhir melalui data interaksi massal atau streaming. Frekuensi pelatihan Anda harus tetap setidaknya setiap minggu. Untuk informasi selengkapnya, lihat Resep Trend-Now.
-
Jika Anda tidak menggunakan resep dengan pembaruan otomatis atau resep Trending-Now, Amazon Personalize mempertimbangkan item baru untuk rekomendasi hanya setelah pelatihan berikutnya. Misalnya, jika Anda menggunakan resep Barang Serupa, dan Anda menambahkan item baru setiap hari, Anda harus menggunakan frekuensi pelatihan harian agar item ini muncul dalam rekomendasi pada hari yang sama.
