Scegliere una ricetta - Amazon Personalize
Amazon Personalizza i tipi di ricette in base al caso d'usoAmazon Personalizza le ricetteVisualizzazione delle ricette Amazon Personalize disponibili

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.

Scegliere una ricetta

Quando crei una soluzione personalizzata, specifichi una ricetta e configuri i parametri di allenamento. Le ricette sono algoritmi di Amazon Personalize preparati per casi d'uso specifici. Amazon Personalize fornisce ricette, basate su casi d'uso comuni, per modelli di formazione. Quando crei una versione della soluzione, Amazon Personalize addestra i modelli che supportano la versione della soluzione in base alla ricetta e alla configurazione di formazione.

Le ricette di Amazon Personalize utilizzano quanto segue durante la formazione:

  • Attributi predefiniti dei dati

  • Trasformazioni predefinite delle caratteristiche

  • Algoritmi predefiniti

  • Impostazioni dei parametri iniziali per gli algoritmi

Per ottimizzare il modello, puoi sovrascrivere molti di questi parametri quando crei una soluzione. Per ulteriori informazioni, consulta Iperparametri e HPO.

Argomenti

Amazon Personalizza i tipi di ricette in base al caso d'uso

Per scegliere la ricetta, scegli innanzitutto il caso d'uso tra i seguenti e annota il tipo di ricetta corrispondente.

  • Articoli consigliati agli utenti (USER_ PERSONALIZATION ricette)

    Per fornire consigli personalizzati ai tuoi utenti, addestra il tuo modello con una PERSONALIZATION ricetta USER _. I consigli personalizzati aiutano a migliorare il coinvolgimento e la conversione.

  • Classificazione degli articoli per un utente (PERSONALIZED_ RANKING ricette)

    Per personalizzare l'ordine degli elenchi selezionati o dei risultati di ricerca per i tuoi utenti, addestra il tuo modello con una ricetta PERSONALIZED _RANKING. PERSONALIZED_ RANKING recipes crea un elenco personalizzato riordinando una raccolta di elementi di input in base al livello di interesse previsto per un determinato utente. Gli elenchi personalizzati migliorano l'esperienza del cliente e aumentano la fidelizzazione e il coinvolgimento dei clienti.

  • Consigliare articoli di tendenza o popolari (POPULAR_ ITEMS ricette)

    Per consigliare articoli di tendenza o popolari usa una POPULAR ricetta _. ITEMS Potresti usare un POPULAR _ ITEMS se i tuoi clienti apprezzano molto ciò con cui interagiscono gli altri utenti. Gli usi più comuni includono la raccomandazione di contenuti virali sui social media, articoli delle ultime notizie o video sportivi recenti.

  • Consigliare articoli simili (RELATED_ ITEMS ricette)

    Per consigliare articoli simili, come articoli acquistati spesso insieme o film che anche altri utenti hanno visto, dovresti usare una ITEMS ricetta RELATED _. Consigliare articoli simili può aiutare i clienti a scoprire articoli e aumentare il tasso di conversione degli utenti.

  • Consigliare l'azione migliore successiva (PERSONALIZED_ ACTIONS ricette)

    Per consigliare agli utenti l'azione migliore da seguire in tempo reale, ad esempio iscriversi al programma fedeltà o richiedere una carta di credito, è consigliabile utilizzare una ACTIONS ricetta PERSONALIZED _. Consigliare la prossima azione migliore può aumentare la fidelizzazione dei clienti, generare maggiori entrate e migliorare l'esperienza degli utenti.

  • Ottenere segmenti di utenti (_ ricette) USER SEGMENTATION

    Per ottenere segmenti di utenti in base ai dati di input degli elementi, ad esempio gli utenti che molto probabilmente interagiranno con gli elementi con un determinato attributo, dovresti usare una ricetta USER _SEGMENTATION. L'acquisizione di segmenti di utenti può aiutarti a creare campagne di marketing avanzate che promuovono articoli diversi per segmenti di utenti diversi in base alla probabilità che intraprendano un'azione.

Amazon Personalizza le ricette

Amazon Personalize offre i seguenti tipi di ricette. Oltre alle differenze nel comportamento, ogni tipo di ricetta presenta diversi requisiti per la generazione di raccomandazioni, come illustrato nella seguente tabella.

Recipe type Ricette API APIrequisiti
USER_PERSONALIZATION

Personalizzazione dell'utente-v2

Personalizzazione dell'utente

Ricetta HRNN (legacy)

Ricetta HRNN-Metadata (precedente)

Ricetta HRNN-Coldstart (legacy)

 GetRecommendations

userId: campo obbligatorio

itemId: non utilizzato

inputList: ND
POPULAR_ITEMS

Trending-Now

Popularity-Count

 GetRecommendations

userId: Obbligatorio solo se si applica un filtro che lo richiede

itemId: non utilizzato

inputList: ND
PERSONALIZED_RANKING

Classifica-personalizzata-v2

Personalized-Ranking

 GetPersonalizedRanking

userId: campo obbligatorio

itemId: ND

inputList: elenco itemId di
RELATED_ITEMS

Oggetti simili

SIMS

 GetRecommendations

userId: Obbligatorio solo se si applica un filtro che lo richiede

itemId: campo obbligatorio

inputList: ND
PERSONALIZED_ACTIONS

Prossima azione migliore

 GetActionRecommendations

userId: campo obbligatorio

actionId: non utilizzato

itemId: non utilizzato

inputList: ND
USER_SEGMENTATION

Affinità tra articoli

Affinità articolo-attributo-oggetto

 CreateBatchSegmentJob

Per i requisiti del flusso di lavoro in batch, vedereOttenere segmenti di utenti con un processo di segmentazione in batch.

Visualizzazione delle ricette Amazon Personalize disponibili

Per visualizzare un elenco delle ricette disponibili:

  • Nella console Amazon Personalize, scegli un gruppo di set di dati. Nel riquadro di navigazione, scegliere Solutions and recipes (Soluzioni e ricette), quindi selezionare la scheda Recipes (Ricette).

  • Con il plugin AWS SDK for Python (Boto3), chiama il. ListRecipes API

  • Con il plugin AWS CLI, utilizzare il comando seguente.

    aws personalize list-recipes

Per ottenere informazioni su una ricetta utilizzando SDK for Python (Boto3), chiamate il. DescribeRecipe API Per ottenere informazioni su una ricetta usa il AWS CLI, utilizzare il seguente comando.

aws personalize describe-recipe --recipe-arn recipe_arn