コンテキストメタデータを使用したレコメンデーションの関連性の向上 - Amazon Personalize
コンテキストメタデータを使用したレコメンデーションの取得 (AWS Python SDK）

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。

コンテキストメタデータを使用したレコメンデーションの関連性の向上

レコメンデーションの関連性を高めるには、アイテムレコメンデーションを取得したり、パーソナライズされたランキングを取得したりするときに、デバイスの種類や時刻など、ユーザーのコンテキストメタデータを含めます。

コンテキストメタデータを使用するには、アイテムインタラクションデータセットのスキーマにコンテキストデータ用のメタデータフィールドが必要です。例えば、 DEVICE フィールド (「」を参照Amazon Personalize スキーマのスキーマJSONファイルの作成) などです。

ドメインデータセットグループでは、以下のレコメンダーユースケースでコンテキストメタデータを使用できます。

カスタムリソースについては、コンテキストメタデータを使用するレシピには次のものが含まれます。

コンテキスト情報の詳細については、次の AWS Machine Learningブログ記事を参照してください。コンテキスト情報 を活用して Amazon Personalize レコメンデーションの関連性を高める。

Amazon Personalize コンソール、 AWS Command Line Interface （AWS CLI）、または を使用して、コンテキストメタデータを使用してレコメンデーションを取得できます AWS SDKs。

コンテキストメタデータを使用したレコメンデーションの取得 (AWS Python SDK）

レコメンデーションの関連性を高めるには、アイテムレコメンデーションを取得したり、パーソナライズされたランキングを取得したりするときに、デバイスの種類や時刻など、ユーザーのコンテキストメタデータを含めます。

次のコードを使用して、コンテキストメタデータに基づいてレコメンデーションを取得します。context については、キーバリューペアごとに、メタデータフィールドをキーとして指定し、コンテキストデータを値として指定します。次のサンプルコードでは、キーは DEVICE で、値は mobile phone です。これらの値と Campaign ARN および User ID を、独自の値に置き換えます。レコメンダーを作成した場合は、campaignArn を recommenderArn に置き換えます。ユーザーへの推奨アイテムのリストが表示されます。

import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_recommendations(
    campaignArn = 'Campaign ARN',
    userId = 'User ID',
    context = {
      'DEVICE': 'mobile phone'
    }
)

print("Recommended items")
for item in response['itemList']:
    print (item['itemId'])