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。

Amazon Personalize でのリアルタイムのアイテムレコメンデーション

ユースケースまたはレシピでアイテムレコメンデーションが生成された場合、レコメンダーまたはキャンペーン を作成した後、ユーザー向けにパーソナライズされたレコメンデーションや関連アイテムレコメンデーションをリアルタイムで取得できます。リアルタイムのアイテムレコメンデーションを取得すると、次のことを実行できます。

レコメンデーションスコアリングの仕組み (カスタムリソース）

User-Personalization-v2 レシピと User-Personalization レシピを使用すると、Amazon Personalize はユーザーのインタラクションデータとメタデータに基づいてアイテムのスコアを生成します。これらのスコアは、ユーザーが次に選択するアイテムがある、Amazon Personalize の相対的な確実性を表します。スコアが高いほど、確実性が高くなります。

Amazon Personalize は、0 から 1 のスケールで (両方を含む）、相互に関連する項目のスコアを生成します。User-Personalization-v2 を使用すると、Amazon Personalize はアイテムのサブセットのスコアを生成します。User-Personalization を使用すると、Amazon Personalize はカタログ内のすべての項目をスコアリングします。

User-Personalization-v2 を使用してレコメンデーションにフィルターを適用する場合、フィルターが削除するレコメンデーションの数に応じて、Amazon Personalize はプレースホルダー項目を追加することがあります。これは、レコメンデーションリクエストnumResultsの を満たすために行われます。これらの項目は、フィルター条件を満たすインタラクションデータの量に基づいて人気のある項目です。ユーザーには関連性スコアがありません。

User-Personalization-v2 と User-Personalization の両方で、すべてのスコアの合計は 1 に等しくなります。例えば、ユーザーに対して映画のレコメンデーションを取得していて、アイテムデータセットとインタラクションデータセットに 3 つの映画が表示されている場合、そのスコアは 0.6、0.3、および になります0.1。同様に、インベントリに 10,000 本の映画がある場合、最高スコアの映画のスコアは非常に小さい可能性がありますが (平均スコアは .001）、スコアが相対的であるため、レコメンデーションは引き続き有効です。

数学的な用語では、各ユーザーとアイテムのペア (u,i) のスコアは、次の式に従って計算されます。ここで、 expは指数関数、w_u̅ と w_i/_j はユーザーとアイテムの埋め込みをそれぞれ表し、ギリシャ語文字の sigma (Σ) はスコアを持つすべての項目の合計を表します。

User-Personalization-v2 の推奨理由

User-Personalization-v2 を使用する場合、各推奨アイテムには、そのアイテムがレコメンデーションに含まれた理由のリストを含めることができます。考えられる理由は次のとおりです。