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。
Personalized-Ranking-v2 レシピ
Personalized-Ranking-v2 レシピは、アイテムのパーソナライズされたランキングを生成します。パーソナライズされたランキングは、特定のユーザーについて関連性によって再ランク付けされる推奨アイテムのリストです。これは、検索結果、プロモーション、厳選されたリストなど、順序付けされたアイテムのコレクションがあり、ユーザーごとにパーソナライズされた再ランク付けを提供する場合に有益です。
Personalized-Ranking-v2 は、アイテムインタラクションとアイテムデータセットから最大 500 万のアイテムでトレーニングできます。また、 よりも低いレイテンシーでより正確なランキングを生成しますPersonalized-Ranking。
Personalized-Ranking-v2 を使用する場合は、GetPersonalizedRankingAPI オペレーションでランク付けする項目を指定します。インタラクションデータなしでアイテムを指定すると、Amazon Personalize は GetPersonalizedRanking API レスポンスでレコメンデーションスコアなしでこれらのアイテムを返します。
このレシピは、トランスフォーマーベースのアーキテクチャを使用して、コンテキストを学習し、データ内の関係とパターンを追跡するモデルをトレーニングします。トランスフォーマーは、入力シーケンスを出力シーケンスに変換または変更するニューラルネットワークアーキテクチャの一種です。Amazon Personalize の場合、入力シーケンスはデータ内のユーザーのアイテムインタラクション履歴です。出力シーケンスは、パーソナライズされたレコメンデーションです。トランスフォーマーの詳細については、 AWS クラウドコンピューティングの概念ハブの「人工知能におけるトランスフォーマーとは
Personalized-Ranking-v2 は、他のレシピとは異なる料金モデルを使用します。料金の詳細については、「Amazon Personalize の料金
レシピ機能
Personalized-Ranking-v2 は、項目をランク付けするときに次の Amazon Personalize レシピ機能を使用します。
-
リアルタイムパーソナライゼーション — リアルタイムパーソナライゼーションでは、Amazon Personalize はユーザーの関心の高まりに応じてアイテムのレコメンデーションを更新および適応します。詳細については、「リアルタイムパーソナライゼーション」を参照してください。
-
レコメンデーションを含むメタデータ – Personalized-Ranking-v2 レシピでは、メタデータの列が少なくとも 1 つある Items データセットがある場合、キャンペーンにはレコメンデーション結果にアイテムメタデータを含めるオプションが自動的にあります。キャンペーンのメタデータを手動で有効にする必要はありません。メタデータを使用して、映画のジャンルをカルーセルに追加するなど、ユーザーインターフェイスのレコメンデーションを充実させることができます。詳細については、「レコメンデーションのアイテムメタデータ」を参照してください。
必須およびオプションのデータセット
Personalized-Ranking-v2 を使用するには、 を作成し、少なくとも 1000 件のアイテムインタラクションアイテムインタラクションデータセットをインポートする必要があります。Amazon Personalize は、主にアイテムインタラクションデータに基づいてランキングを生成します。Personalized-Ranking-v2 は、アイテムインタラクションとアイテムデータセット全体で最大 500 万のアイテムでトレーニングできます。
Personalized-Ranking-v2 を使用すると、Amazon Personalize は以下を含むアイテムインタラクションデータを使用できます。
-
イベントタイプとイベント値データ – Amazon Personalize は、クリックイベントタイプや監視イベントタイプなどのイベントタイプデータを使用して、ユーザーの行動のパターンを通じてユーザーの意図と関心を特定します。また、イベントタイプとイベント値のデータを使用して、トレーニング前にレコードをフィルタリングすることもできます。詳細については、「イベントタイプとイベント値のデータ」を参照してください。
注記
Personalized-Ranking-v2 では、トレーニングコストはイベントタイプまたは値でフィルタリングする前にインタラクションデータに基づいています。料金の詳細については、「Amazon Personalize の料金
」を参照してください。 -
コンテキストメタデータ — コンテキストメタデータは、イベント発生時にユーザーの環境で収集する、場所やデバイスタイプなどのインタラクションデータです。詳細については、「コンテキストメタデータ」を参照してください。
以下のデータセットはオプションであり、レコメンデーションを改善できます。
-
ユーザーデータセット – Amazon Personalize は、ユーザーデータセットのデータを使用して、ユーザーとその関心をよりよく理解できます。Users データセットのデータを使用してレコメンデーションをフィルタリングすることもできます。インポートできるユーザーデータについては、「ユーザーデータセット」を参照してください。
-
Items データセット – Amazon Personalize は Items データセット内のデータを使用して、それらの動作における接続とパターンを識別できます。これにより、Amazon Personalize はユーザーとその関心について理解しやすくなります。Items データセットのデータを使用してレコメンデーションをフィルタリングすることもできます。インポートできるアイテムデータについては、「製品データセット」を参照してください。
プロパティおよびハイパーパラメータ
Personalized-Ranking-v2 レシピには、次のプロパティがあります。
-
名前 –
aws-personalized-ranking-v2 -
レシピ Amazon リソースネーム (ARN) –
arn:aws:personalize:::recipe/aws-personalized-ranking-v2 -
アルゴリズム ARN –
arn:aws:personalize:::algorithm/aws-personalized-ranking-v2
詳細については、「レシピの選択」を参照してください。
次の表に、Personalized-Ranking-v2 レシピのハイパーパラメータを示します。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。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。Personalized-Ranking-v2 では、自動トレーニングを有効にすると、Amazon Personalize は 90 日ごとに自動的に HPO を実行します。自動トレーニングがないと、HPO は発生しません。
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が含まれています。
-
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)
| 名前 | 説明 |
|---|---|
| アルゴリズムのハイパーパラメータ | |
apply_recency_bias |
モデルがアイテムインタラクションデータセット内の最新のアイテムインタラクションデータにより多くの重みを与えるかどうかを決定します。最新のインタラクションデータには、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場合があります。 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: いいえ |
