Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Ricetta Item-Affinity
La ricetta Item-Affinity (aws-item-affinity) è una ricetta USER_SEGMENTATION che crea un segmento di utenti (gruppo di utenti) per ogni elemento specificato. Questi sono gli utenti che Amazon Personalize prevede che molto probabilmente interagiranno con ogni articolo. Usa Item-Affinity per saperne di più sui tuoi utenti e intraprendere azioni in base ai rispettivi segmenti di utenti.
Ad esempio, potresti voler creare una campagna di marketing per la tua applicazione di vendita al dettaglio in base alle preferenze degli utenti per gli articoli del tuo catalogo. Item-Affinity creerebbe un segmento di utenti per ogni articolo in base ai dati dei set di dati Interazioni e Articoli. Puoi utilizzarlo per promuovere diversi articoli presso diversi segmenti di utenti in base alla probabilità che intraprendano un'azione (ad esempio, fare clic su un elemento o acquistare un articolo). Altri usi potrebbero includere la vendita incrociata di prodotti a diversi gruppi di utenti o l'identificazione di potenziali candidati a un posto di lavoro.
Per ottenere segmenti di utenti basati sugli articoli, crei una soluzione e una versione della soluzione con la ricetta Item-Affinity, quindi aggiungi un elenco di elementi in formato JSON a un bucket Amazon S3 e crea un processo di segmento in batch. Amazon Personalize invia un segmento di utenti per ogni articolo alla tua posizione di output in Amazon S3. I dati di input possono contenere un massimo di 500 elementi per i quali ottenere segmenti di utenti. Per informazioni sulla preparazione dei dati di input per un processo di segmentazione in batch, vederePreparazione dei dati di input per i consigli sui batch.
È necessario disporre di un set di dati sulle interazioni tra elementi per utilizzare Item-Affinity. I set di dati Items e Users sono facoltativi. È possibile ottenere segmenti di utenti con processi di segmentazione in batch. Per ulteriori informazioni, consulta Ottenere segmenti di utenti in batch.
Dopo aver creato una versione della soluzione, assicurati di mantenere aggiornati la versione e i dati della soluzione. Con Item-Affinity, devi creare una nuova versione della soluzione per Amazon Personalize per prendere in considerazione nuovi utenti per i segmenti di utenti e aggiornare il modello con il comportamento più recente degli utenti. Per ottenere un segmento di utenti per un elemento, l'elemento deve essere presente al momento della creazione della versione della soluzione.
La ricetta Item-Affinity ha le seguenti proprietà:
-
Nome:
aws-item-affinity -
Ricetta Amazon Resource Name (ARN) —
arn:aws:personalize:::recipe/aws-item-affinity -
Algoritmo ARN —
arn:aws:personalize:::algorithm/aws-item-affinity -
ARN per la trasformazione delle funzionalità —
arn:aws:personalize:::feature-transformation/item-affinity -
Tipo di ricetta —
USER_SEGMENTATION
La tabella seguente descrive gli iperparametri per la ricetta Item-Affinity. Un iperparametro è un parametro di algoritmo che viene modificato per migliorare le prestazioni del modello. Gli iperparametri dell'algoritmo controllano le prestazioni del modello. Non è possibile utilizzare l'ottimizzazione degli iperparametri (HPO) con la ricetta Item-Affinity.
La tabella fornisce inoltre le seguenti informazioni per ogni iperparametro:
-
Range: [limite inferiore, limite superiore]
-
Value type: Integer, Continuous (float), Categorical (booleano, elenco, stringa)
| Nome | Descrizione |
|---|---|
| Iperparametri dell'algoritmo | |
hidden_dimension |
Il numero di variabili nascoste utilizzate nel modello. Le variabili nascoste ricreano la cronologia degli acquisti degli utenti e le statistiche degli articoli per generare punteggi di classifica. Specifica un numero maggiore di dimensioni nascoste quando il set di dati delle interazioni include modelli più complessi. L'utilizzo di dimensioni più nascoste richiede un set di dati più grande e più tempo per l'elaborazione. Valore predefinito: 149 Intervallo: [32, 256] Tipo di valore: Integer |
