Ricetta Item-Attribute-Affinity - Amazon Personalize

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-Attribute-Affinity

La ricetta Item-Attribute-Affinity (aws-item-attribute-affinity) è una ricetta USER_SEGMENTATION che crea un segmento utente (gruppo di utenti) per ogni attributo dell'articolo specificato. Questi sono gli utenti che Amazon Personalize prevede che molto probabilmente interagiranno con gli articoli con quel particolare attributo. Usa Item-Attribute-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 i tipi di scarpe del tuo catalogo. Item-Attribute-Affinity creerebbe un segmento di utenti per ogni tipo di scarpa basato sui dati contenuti nei set di dati Interazioni e Articoli. Puoi utilizzarlo per promuovere scarpe diverse a diversi segmenti di utenti in base alla probabilità che intraprendano un'azione (ad esempio, fai clic su una scarpa o acquista una scarpa). Altri usi potrebbero includere la promozione di generi cinematografici diversi per utenti diversi o l'identificazione di potenziali candidati in base al tipo di lavoro.

Per ottenere segmenti di utenti basati sugli attributi degli articoli, crei una soluzione e una versione della soluzione con la ricetta Item-Attribute-Affinity, quindi aggiungi un elenco di attributi degli articoli in formato JSON a un bucket Amazon S3 e crea un processo di segmento batch. Amazon Personalize invia un segmento di utenti per ogni articolo alla tua posizione di output in Amazon S3. I dati di input possono avere un massimo di 10 query, in cui ogni query è costituita da uno o più attributi di un elemento. 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 e di un set di dati Item-Attribute-Affinity. Il set di dati Items deve avere almeno una colonna di metadati non testuale e non riservata. Puoi ottenere segmenti di utenti con processi di segmentazione in batch. Per ulteriori informazioni, consulta Ottenere segmenti di utenti in batch con risorse personalizzate.

Dopo aver creato una versione della soluzione, assicurati di mantenere aggiornati la versione e i dati della soluzione. Con Item-Attribute-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 utente per un attributo item, l'attributo item deve essere presente quando hai creato la versione della soluzione.

La ricetta Item-Attribute-Affinity ha le seguenti proprietà:

  • Nome: aws-item-attribute-affinity

  • Ricetta Amazon Resource Name (ARN) — arn:aws:personalize:::recipe/aws-item-attribute-affinity

  • Algoritmo ARN — arn:aws:personalize:::algorithm/aws-item-attribute-affinity

  • ARN per la trasformazione delle funzionalità — arn:aws:personalize:::feature-transformation/item-attribute-affinity

  • Tipo di ricetta — USER_SEGMENTATION

La tabella seguente descrive gli iperparametri per la ricetta Item-Attribute-Affinity. Un iperparametro è un parametro di algoritmo che puoi regolare 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-Attribute-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