Pilih preferensi cookie Anda

Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.

Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.

Mendapatkan peringkat yang dipersonalisasi (sumber daya khusus)

Mode fokus
Mendapatkan peringkat yang dipersonalisasi (sumber daya khusus) - Amazon Personalize

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

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

Peringkat yang dipersonalisasi adalah daftar item yang direkomendasikan yang diberi peringkat ulang untuk pengguna tertentu. Untuk mendapatkan peringkat yang dipersonalisasi, hubungi operasi GetPersonalizedRanking API atau dapatkan rekomendasi dari kampanye di konsol.

catatan

Solusi yang mendukung kampanye harus dibuat menggunakan resep tipe PERSONALIZED_RANKING. Untuk informasi selengkapnya, lihat Memilih resep.

Cara kerja penilaian peringkat yang dipersonalisasi

Seperti skor yang dikembalikan oleh GetRecommendations operasi untuk solusi yang dibuat dengan resep User-Personalization-v 2 dan Personalisasi Pengguna, GetPersonalizedRanking skor berjumlah 1, tetapi hanya item input yang menerima skor dan skor rekomendasi cenderung lebih tinggi. Jika item tidak hadir selama pelatihan terbaru, ia menerima skor 0.

Secara matematis, fungsi penilaian untuk GetPersonalizedRanking identik denganGetRecommendations, kecuali bahwa ia hanya mempertimbangkan item input. Ini berarti bahwa skor mendekati 1 menjadi lebih mungkin, karena ada lebih sedikit pilihan lain untuk membagi skor:

Menggambarkan rumus yang digunakan untuk menghitung skor untuk setiap item dalam peringkat.

Notebook sampel Peringkat yang Dipersonalisasi

Untuk contoh buku catatan Jupyter yang menunjukkan cara menggunakan resep Personalized-Ranking, lihat Personalize Ranking Example.

PrivasiSyarat situsPreferensi cookie
© 2025, Amazon Web Services, Inc. atau afiliasinya. Semua hak dilindungi undang-undang.