기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

컨텍스트 메타데이터로 추천 관련성 높이기

추천 관련성을 높이려면 사용자의 기기 유형이나 하루 중 항목 추천을 받거나 개인 맞춤형 순위를 받는 시간과 같이 사용자에 대한 상황별 메타데이터를 포함시킵니다.

상황별 메타데이터를 사용하려면 항목 상호 작용 데이터 세트의 스키마에 상황별 데이터에 대한 메타데이터 필드가 있어야 합니다. 예를 들어, DEVICE 필드( 참조Personalize 스키마에 대한 스키마 JSON 파일 생성).

도메인 데이터세트 그룹의 경우 다음과 같은 추천자 사용 사례에서 컨텍스트 메타데이터를 사용할 수 있습니다.

사용자 지정 리소스의 경우 컨텍스트 메타데이터를 사용하는 레시피에는 다음이 포함됩니다.

컨텍스트 정보에 대한 자세한 내용은 다음 AWS Machine Learning 블로그 게시물을 참조하세요. 컨텍스트 정보를 활용하여 Amazon Personalize 권장 사항의 관련성을 높입니다.

Personalize 콘솔, AWS Command Line Interface (AWS CLI) 또는 를 사용하여 컨텍스트 메타데이터가 포함된 권장 사항을 얻을 수 있습니다 AWS SDKs.

컨텍스트 메타데이터를 사용하여 권장 사항 가져오기(AWS PythonSDK)

추천 관련성을 높이려면 사용자의 기기 유형이나 하루 중 항목 추천을 받거나 개인 맞춤형 순위를 받는 시간과 같이 사용자에 대한 상황별 메타데이터를 포함시킵니다.

상황별 컨텍스트 메타데이터를 기반으로 추천을 받으려면 다음 코드를 사용합니다. context의 경우, 각 키-값 쌍에 대해 메타데이터 필드를 키로 제공하고 컨텍스트 데이터를 값으로 제공합니다. 다음 샘플 코드에서는 키가 DEVICE이고 값은 mobile phone입니다. 이들 값과 Campaign ARN및 User ID를 사용자의 값으로 바꿉니다. 추천자를 만든 경우 campaignArn을 recommenderArn로 바꿉니다. 해당 사용자에 대한 추천 항목의 목록이 표시됩니다.

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'])