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。
HRNN-Coldstart レシピ (レガシー)
注記
レガシー HRNN レシピは利用できなくなりました。このドキュメントは参照用です。
レガシー HRNN レシピではなく、aws-user-personalizaton (User-Personalization) レシピを使用することをお勧めします。User-Personalization では、HRNN レシピによって提供される機能が改善および統合されています。詳細については、「User-Personalization レシピ」を参照してください。
HRNN-Coldstart レシピを使用して、ユーザーがやり取りするアイテムを予測するのは、新しいアイテムとインタラクションを頻繁に追加し、それらのアイテムのレコメンデーションをすぐに取得する必要がある場合です。HRNN-Coldstart レシピは HRNN-Metadata レシピに似ていますが、新しいアイテムのレコメンデーションを取得できます。
さらに、最近の人気傾向のためや、インタラクションが非常にまれでトレーニングのノイズである可能性があるために、インタラクションのリストが長くなっているアイテムをトレーニングアイテムから除外する場合にも、HRNN-Coldstart レシピを使用できます。HRNN-Coldstart を使用すると、関連性の低いアイテムを除外して、トレーニング用のサブセットを作成できます。このようなアイテムのサブセットはコールドアイテムと呼ばれ、関連するインタラクションイベントがアイテムインタラクションデータセットに含まれています。以下の条件に該当する場合、そのアイテムはコールドアイテムとみなされます。
-
指定された最大インタラクション数よりインタラクションが少ない。この値は、レシピの
cold_start_max_interactions
ハイパーパラメータで指定します。 -
最大期間よりも短い相対期間。この値は、レシピの
cold_start_max_duration
ハイパーパラメータで指定します。
コールドアイテムの数を減らすには、[cold_start_max_interactions
] または [cold_start_max_duration
] に低い値を設定します。コールドアイテムの数を増やすには、[cold_start_max_interactions
] または [cold_start_max_duration
] に大きな値を設定します。
HRNN-Coldstart には以下のコールドアイテムの制限があります。
-
Maximum cold start items
: 80,000 -
Minimum cold start items
: 100
コールドアイテムの数がこの範囲外の場合、ソリューション作成の試みは失敗します。
HRNN-Coldstart レシピには以下のプロパティがあります。
-
名前 -
aws-hrnn-coldstart
-
レシピ Amazon リソースネーム (ARN) –
arn:aws:personalize:::recipe/aws-hrnn-coldstart
-
アルゴリズム ARN –
arn:aws:personalize:::algorithm/aws-hrnn-coldstart
-
機能変換 ARN –
arn:aws:personalize:::feature-transformation/featurize_coldstart
-
レシピタイプ –
USER_PERSONALIZATION
詳細については、「レシピの選択」を参照してください。
次の表では、HRNN-Coldstart レシピのハイパーパラメータについて説明します。ハイパーパラメータは、モデルパフォーマンスを向上させるために調整できるアルゴリズムパラメータです。アルゴリズムのハイパーパラメータは、モデルの実行方法を制御します。特徴化のハイパーパラメータは、トレーニングで使用するデータのフィルタリング方法を制御します。ハイパーパラメータに最適な値を選択するプロセスは、ハイパーパラメータの最適化 (HPO) と呼ばれます。詳細については、「ハイパーパラメータと HPO」を参照してください。
このテーブルには、各ハイパーパラメータに関する以下の情報も含まれています。
-
範囲: [下限、上限]
-
値のタイプ: 整数、連続 (浮動小数点)、カテゴリ別 (ブール値、リスト、文字列)
-
HPO 調整可能: パラメータが HPO に参加できますか?
名前 | 説明 |
---|---|
アルゴリズムのハイパーパラメータ | |
hidden_dimension |
モデルで使用される非表示変数の数。非表示の変数は、ユーザーの購入履歴と商品統計を再作成して、ランキングスコアを生成します。アイテムインタラクションデータセットにより複雑なパターンが含まれている場合は、より多くの非表示ディメンションを指定します。使用する非表示のディメンションが多くなると、データセットが大きくなり、処理時間が長くなります。最適な値を決定するには、HPO を使用します。HPO を使用するには、CreateSolution オペレーション CreateSolutionVersion とオペレーションを呼び出すときに デフォルト値: 149 範囲: [32, 256] 値の型: 整数 HPO 調整可能: はい |
bptt |
通し時間のバックプロパゲーションの手法を使用するかどうかを決定します。通し時間のバックプロパゲーションは、再帰的なニューラルネットワークベースのアルゴリズムの重みを更新する手法です。遅延報酬を早期イベントに接続するには、長期クレジットに デフォルト値: 32 範囲: [2, 32] 値の型: 整数 HPO 調整可能: はい |
recency_mask |
モデルがアイテムインタラクションデータセットの最新の人気傾向を考慮する必要があるかどうかを決定します。最新の人気トレンドには、インタラクションイベントの基盤となるパターンの突然の変化が含まれる可能性があります。最近のイベントにより多くの重みを置くモデルをトレーニングするには、 デフォルト値: 範囲: 値の型: ブール値 HPO 調整可能: はい |
特徴化のハイパーパラメータ | |
cold_start_max_interactions |
アイテムをコールドアイテムとみなすことができるユーザーアイテムインタラクションの最大数。 デフォルト値: 15 範囲: 正の整数 値の型: 整数 HPO 調整可能: いいえ |
cold_start_max_duration |
コールドスタートアイテムとみなされるユーザーアイテムインタラクションの開始点からの最大日数。ユーザーアイテムインタラクションの開始点を設定するには、[ デフォルト値: 5.0 範囲: 正の浮動小数点 値の型: 浮動小数点 HPO 調整可能: いいえ |
cold_start_relative_from |
HRNN-Coldstart レシピによる アイテムインタラクションデータセットの最新のアイテムのタイムスタンプから デフォルト値: 範囲: 値の型: 文字列 HPO 調整可能: いいえ |
min_user_history_length_percentile |
モデルのトレーニングに含めるユーザー履歴の長さの最小パーセンタイル。履歴の長さ は、ユーザーに関するデータの合計量です。履歴の長さが短いある割合のユーザーを除外するには、 例えば、 デフォルト値: 0.0 範囲: [0.0, 1.0] 値の型: 浮動小数点 HPO 調整可能: いいえ |
max_user_history_length_percentile |
モデルのトレーニングに含めるユーザー履歴の長さの最大パーセンタイル。履歴の長さ は、ユーザーに関するデータの合計量です。 例えば、 デフォルト値: 0.99 範囲: [0.0, 1.0] 値の型: 浮動小数点 HPO 調整可能: いいえ |