Selecione suas preferências de cookies

Usamos cookies essenciais e ferramentas semelhantes que são necessárias para fornecer nosso site e serviços. Usamos cookies de desempenho para coletar estatísticas anônimas, para que possamos entender como os clientes usam nosso site e fazer as devidas melhorias. Cookies essenciais não podem ser desativados, mas você pode clicar em “Personalizar” ou “Recusar” para recusar cookies de desempenho.

Se você concordar, a AWS e terceiros aprovados também usarão cookies para fornecer recursos úteis do site, lembrar suas preferências e exibir conteúdo relevante, incluindo publicidade relevante. Para aceitar ou recusar todos os cookies não essenciais, clique em “Aceitar” ou “Recusar”. Para fazer escolhas mais detalhadas, clique em “Personalizar”.

Como obter uma classificação personalizada (recursos personalizados) - Amazon Personalize

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.

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 obter uma classificação personalizada (recursos personalizados)

Uma classificação personalizada é uma lista de itens recomendados que são reclassificados para um usuário específico. Para obter classificações personalizadas, chame a operação da API GetPersonalizedRanking ou obtenha recomendações a partir de uma campanha no console.

nota

A solução por trás da campanha precisa ter sido criada com uma fórmula do tipo PERSONALIZED_RANKING. Para obter mais informações, consulte Escolher uma fórmula.

Como funciona a pontuação de classificação personalizada

Assim como as pontuações retornadas pela GetRecommendations operação para soluções criadas com as receitas User-Personalization-v 2 e Personalização do usuário, as GetPersonalizedRanking pontuações somam 1, mas somente os itens de entrada recebem pontuações e as pontuações de recomendação tendem a ser mais altas. Se um item não estava presente durante o treinamento mais recente, ele recebe uma pontuação de 0.

Matematicamente, a função de pontuação para GetPersonalizedRanking é idênticaGetRecommendations, exceto pelo fato de considerar apenas os itens de entrada. Isso significa que as pontuações mais próximas de 1 se tornam mais prováveis, pois há menos opções adicionais para dividir a pontuação:

Representa a fórmula usada para calcular as pontuações de cada item em uma classificação.

Exemplo de bloco de notas do Personalized-Ranking

Para ver um exemplo de caderno Jupyter que mostra como usar a fórmula Personalized-Ranking, consulte Exemplo de classificação personalizada.

PrivacidadeTermos do sitePreferências de cookies
© 2025, Amazon Web Services, Inc. ou suas afiliadas. Todos os direitos reservados.