ECOMMERCE のユースケース - Amazon Personalize

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

ECOMMERCE のユースケース

次のセクションでは、各 ECOMMERCE ユースケースの要件と Amazon リソースネーム (ARN) を示します。すべてのユースケースで、インタラクションデータには以下が必要です。

  • カタログ内のアイテムを操作したユーザーからのアイテムインタラクションレコードが少なくとも 1000 件ある。これらのインタラクションは、一括インポート、ストリーミングイベント、あるいはその両方からのものである。

  • それぞれに 2 回以上のアイテムインタラクションを伴う 25 個以上のユニークユーザー ID。

質の高いレコメンデーションを行うには、1,000 人以上のユーザーからのアイテムインタラクションが少なくとも 50,000 件あり、それぞれ 2 回以上のアイテムインタラクションがあることが推奨されます。

注記

CreateRecommender API を使用する場合は、レシピ ARN 用にここにリストされている ARN を指定します。

閲覧数が最も多い

顧客があるアイテムを閲覧した回数に基づいて、人気のあるアイテムのレコメンデーションを取得します。

  • レシピ ARN: arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-views

  • GetRecommendations の要件:

    userId: 必須

    itemId: 使用されない

    inputList: 該当なし

  • トレーニング時に使用したデータセット: アイテムインタラクションデータセットのみ (必須)

  • 必須イベントタイプ:最低 1,000 View イベント。

ベストセラー

顧客があるアイテムを購入した回数に基づいて、人気のあるアイテムのレコメンデーションを取得します。

  • レシピ ARN: arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-purchases

  • GetRecommendations の要件:

    userId: 必須

    itemId: 使用されない

    inputList: 該当なし

  • トレーニング時に使用したデータセット: アイテムインタラクションデータセットのみ (必須)

  • 必須イベントタイプ:最低 1,000 Purchase イベント。

よく一緒に購入されています

指定したアイテムに基づいて、顧客が頻繁に一緒に購入するアイテムのレコメンデーションを取得します。

  • レシピ ARN: arn:aws:personalize:::recipe/aws-ecomm-frequently-bought-together

  • GetRecommendations の要件:

    userId: でフィルタリングする場合にのみ必要です CurrentUser

    itemId: 必須

    inputList: 該当なし

  • トレーニング時に使用したデータセット: アイテムインタラクションデータセットのみ (必須)

  • 必須イベントタイプ:最低 1,000 Purchase イベント。

X を閲覧したお客様はこちらも閲覧しました

指定したアイテムに基づいて、顧客がさらに閲覧したアイテムのレコメンデーションを取得します。このユースケースでは、Amazon Personalize は、指定した userId と Purchase イベントに基づいて、ユーザーが購入したアイテムを自動的にフィルタリングします。独自のフィルターを適用すると、ユーザーがすでに購入したアイテムがフィルターで除外された後にフィルターが適用されます。

フィルタリングの際に、Amazon Personalize はイベントタイプごとにユーザー 1 人あたり最大 100 件のアイテムインタラクションを考慮します。これはすべての自動フィルターまたはカスタムフィルターに適用されます。この制限の引き上げをリクエストするには、Service Quotas コンソールを使用します。詳細については、Service Quotas ユーザーガイドの「クォータ引き上げのリクエスト」を参照してください。ユーザーのアイテムインタラクションを 3 か月間インポートしない場合、フィルターはユーザーの履歴データを考慮しなくなります。このデータを考慮するには、ユーザーのイベント履歴全体を再度インポートする必要があります。

  • レシピ ARN arn:aws:personalize:::recipe/aws-ecomm-customers-who-viewed-x-also-viewed

  • GetRecommendations の要件:

    userId: 必須

    itemId: 必須

    inputList: 該当なし

  • トレーニング時に使用したデータセット: アイテムインタラクションデータセットのみ (必須)

  • 必須イベントタイプ:最低 1,000 View イベント。

  • 推奨イベントタイプ: Purchaseイベント。

指定したユーザーに基づいて、アイテムに関してパーソナライズされたレコメンデーションを取得します。このユースケースでは、Amazon Personalize は、指定した userId と Purchase イベントに基づいて、ユーザーが購入したアイテムを自動的にフィルタリングします。独自のフィルタを適用すると、ユーザーがすでに購入したアイテムがフィルターで除外された後にフィルタが適用されます。

フィルタリングの際に、Amazon Personalize はイベントタイプごとにユーザー 1 人あたり最大 100 件のアイテムインタラクションを考慮します。これはすべての自動フィルターまたはカスタムフィルターに適用されます。この制限の引き上げをリクエストするには、Service Quotas コンソールを使用します。詳細については、Service Quotas ユーザーガイドの「クォータ引き上げのリクエスト」を参照してください。ユーザーのアイテムインタラクションを 3 か月間インポートしない場合、フィルターはユーザーの履歴データを考慮しなくなります。このデータを考慮するには、ユーザーのイベント履歴全体を再度インポートする必要があります。

アイテムをレコメンデーションする場合、このユースケースでは real-time-personalization探索を使用します。また、自動更新機能を使って新しい商品をレコメンデーションの対象として検討します。

  • レシピ ARN arn:aws:personalize:::recipe/aws-ecomm-recommended-for-you

  • GetRecommendations の要件:

    userId: 必須

    itemId: 使用されない

    inputList: 該当なし

  • トレーニング時に使用したデータセット:

    • インタラクション (必須)

    • アイテム (オプション)

    • ユーザー (オプション)

  • 必要なイベント数:最低 1,000 件のイベント。

  • 推奨イベントタイプ: View および Purchase イベント。

  • 探索構成パラメーター: レコメンダーを作成する際に、以下を使用して探索を設定できます。

    • 関連性の低いアイテムの探索に重点を置く (探索の重み) — 探索する範囲を設定します。0~1 の小数値を指定します。デフォルトは 0.3 です。値が 1 に近くなるほど、探索が多くなります。探索が増えると、レコメンデーションにはより多くのアイテムが含まれますが、アイテムインタラクションデータや以前の行動に基づく関連性が少なくなります。ゼロでは、探索は行われず、レコメンデーションは現在のデータに基づきます (関連性)。

    • 探索アイテムが存在するようになってからの期間のカットオフ - アイテムインタラクションデータセット内のすべてのアイテムについて、最新のインタラクションからの日数で、アイテムが存在するようになってからの最長期間を指定します。これにより、アイテムの経過時間に基づいてアイテム探索の範囲が定義されます。Amazon Personalize は作成タイムスタンプを基に、あるいは作成タイムスタンプデータがない場合はアイテムインタラクションデータを基に、アイテムが存在するようになってからの期間を決定します。Amazon Personalize がアイテムが存在するようになってからの期間を決定する方法の詳細については、「作成のタイムスタンプデータ」を参照してください。

      Amazon Personalize が探索中に考慮するアイテムの数を増やすには、より大きな値を入力します。デフォルトは 30 日 で、最短は 1 日 です。レコメンデーションには、指定したアイテムの期間制限より古いアイテムが含まれる場合があります。これは、これらのアイテムがユーザーの興味に関連しており、それらを特定するために探索が必要ではなかったことによります。