As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Como aumentar a relevância das recomendações com metadados contextuais

Para aumentar a relevância das recomendações, inclua metadados contextuais para um usuário, como o tipo de dispositivo ou a hora do dia em que você recebe recomendações de itens ou obtém uma classificação personalizada.

Para usar metadados contextuais, o esquema do conjunto de dados de interações com itens deve ter campos de metadados para os dados contextuais. Por exemplo, um DEVICE campo (consulteCriação de JSON arquivos de esquema para esquemas do Amazon Personalize).

Para grupos de conjuntos de dados de domínio, os seguintes casos de uso de recomendador podem usar metadados contextuais:

Para recursos personalizados, as fórmulas que usam metadados contextuais incluem o seguinte:

Para obter mais informações sobre informações contextuais, consulte a seguinte postagem no blog do AWS Machine Learning: Aumentando a relevância de suas recomendações do Amazon Personalize utilizando informações contextuais.

Você pode obter recomendações com metadados contextuais com o console Amazon Personalize AWS Command Line Interface ,AWS CLI() ou. AWS SDKs

Obter recomendações usando metadados contextuais (Python AWS ) SDK

Para aumentar a relevância das recomendações, inclua metadados contextuais para um usuário, como o tipo de dispositivo ou a hora do dia em que você recebe recomendações de itens ou obtém uma classificação personalizada.

Use o código a seguir para obter uma recomendação baseada em metadados contextuais. Para context, em cada par de chave-valor, forneça o campo de metadados como chave e os dados contextuais como valor. No código de exemplo a seguir, a chave é DEVICE e o valor é mobile phone. Substitua esses valores e Campaign ARN e User ID por seus próprios valores. Se você criou um recomendador, substitua campaignArn por recommenderArn. É exibida uma lista dos itens recomendados para o usuário.

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'])