Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Ottenere una classifica personalizzata (risorse personalizzate)

Modalità Focus
Ottenere una classifica personalizzata (risorse personalizzate) - 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.

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.

Una classifica personalizzata è un elenco degli elementi raccomandati che sono riclassificati per un utente specifico. Per ottenere classificazioni personalizzate, chiama l'operatore dell'GetPersonalizedRankingAPI o ottieni consigli da una campagna nella console.

Nota

La soluzione di supporto della campagna deve essere stata creata con una ricetta di tipo PERSONALIZED_RANKING. Per ulteriori informazioni, consulta Scegliere una ricetta.

Come funzionano i punteggi di classifica personalizzati

Come i punteggi restituiti dall'GetRecommendationsoperazione per le soluzioni create con le ricette User-Personalization-v 2 e User-Personalization, la somma dei GetPersonalizedRanking punteggi è 1, ma solo gli elementi di input ricevono punteggi e i punteggi dei consigli tendono ad essere più alti. Se un elemento non era presente durante l'ultimo allenamento, riceve un punteggio pari a 0.

Matematicamente, la funzione di punteggio per GetPersonalizedRanking è identica aGetRecommendations, tranne per il fatto che considera solo gli elementi di input. Ciò significa che i punteggi più vicini a 1 diventano più probabili, poiché ci sono meno altre scelte per dividere il punteggio:

Rappresenta la formula utilizzata per calcolare i punteggi per ogni elemento in una classifica.

Notebook di esempio con classificazione personalizzata

Per un esempio di taccuino Jupyter che mostra come utilizzare la ricetta Personalized-Ranking, vedi Personalize Ranking Example.

PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.