ECOMMERCE 使用案例 - Amazon Personalize
最常查看最畅销经常一起购买浏览 X 的客户也浏览过为您推荐

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

ECOMMERCE 使用案例

以下部分列出了每个 ECOMMERCE 使用案例的要求和 Amazon 资源名称 (ARN)。对于所有使用案例，您的交互数据必须包含以下内容：

  • 至少 1000 条来自用户与您目录中的物品进行交互的物品交互记录。这些交互可以来自批量导入，也可以来自流事件，或者两者兼而有之。

  • 至少 25 个唯一的用户 ID，每位用户至少有两次物品交互。

为获得高质量的建议，我们建议您至少有 1000 名用户的最少 5 万次物品交互，每位用户有两次或更多次物品交互。

注意

如果您使用 CreateRecommender API，请提供此处列出的食谱 ARN。

最常查看

根据客户查看某件物品的次数获取热门物品建议。

  • 食谱 ARN：arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-views

  • GetRecommendations 要求：

    userId：必需

    itemId：未使用

    inputList：不适用

  • 训练时使用的数据集：仅限物品交互数据集（必需）

  • 必需的事件类型：至少 1000 个 View 事件。

最畅销

根据客户购买某件物品的次数获取热门物品建议。

  • 食谱 ARN：arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-purchases

  • GetRecommendations 要求：

    userId：必需

    itemId：未使用

    inputList：不适用

  • 训练时使用的数据集：仅限物品交互数据集（必需）

  • 必需的事件类型：至少 1000 个 Purchase 事件。

经常一起购买

获取客户经常一起购买的物品以及您指定的物品的建议。

  • 食谱 ARN：arn:aws:personalize:::recipe/aws-ecomm-frequently-bought-together

  • GetRecommendations 要求：

    userId: 仅当你按以下条件筛选时才需要填写 CurrentUser

    itemId：必需

    inputList：不适用

  • 训练时使用的数据集：仅限物品交互数据集（必需）

  • 必需的事件类型：至少 1000 个 Purchase 事件。

浏览 X 的客户也浏览过

根据您指定的物品，获取客户也查看过的物品建议。对于此使用案例，Amazon Personalize 会根据您指定的用户 ID 和 Purchase 事件自动筛选用户购买的物品。如果您应用自己的筛选器，则筛选器将在用户已购买的物品被筛选掉之后应用。

筛选时，Amazon Personalize 会考虑每位用户每种事件类型最多 100 次物品交互。这适用于任何自动或自定义筛选器。您可以使用服务限额控制台请求增加该限额。有关更多信息，请参阅《服务限额用户指南》中的请求增加配额。如果您在三个月内没有导入用户的项目互动，则您的筛选器将不再考虑该用户的历史数据。要考虑这些数据，您必须重新导入用户的整个事件历史记录。

  • 食谱 ARN：arn:aws:personalize:::recipe/aws-ecomm-customers-who-viewed-x-also-viewed

  • GetRecommendations 要求：

    userId：必需

    itemId：必需

    inputList：不适用

  • 训练时使用的数据集：仅限物品交互数据集（必需）

  • 必需的事件类型：至少 1000 个 View 事件。

  • 建议的事件类型：Purchase 事件。

根据您指定的用户获取针对物品的个性化建议。对于此使用案例，Amazon Personalize 会根据您指定的用户 ID 和 Purchase 事件自动筛选掉用户购买的物品。如果您应用自己的筛选器，则筛选器将在用户已购买的物品被筛选掉之后应用。

筛选时，Amazon Personalize 会考虑每位用户每种事件类型最多 100 次物品交互。这适用于任何自动或自定义筛选器。您可以使用服务限额控制台请求增加该限额。有关更多信息，请参阅《服务限额用户指南》中的请求增加配额。如果您在三个月内没有导入用户的项目互动，则您的筛选器将不再考虑该用户的历史数据。要考虑这些数据，您必须重新导入用户的整个事件历史记录。

在推荐项目时，此用例会使用real-time-personalization和探索。它还使用自动更新来考虑推荐新物品。

  • 食谱 ARN：arn:aws:personalize:::recipe/aws-ecomm-recommended-for-you

  • GetRecommendations 要求：

    userId：必需

    itemId：未使用

    inputList：不适用

  • 训练时使用的数据集：

    • 交互（必需）

    • 物品（可选）

    • 用户（可选）

  • 所需事件数量：至少 1000 个事件。

  • 建议的事件类型：View 和 Purchase 事件。

  • 浏览配置参数：创建推荐器时，可以使用以下内容配置浏览。

    • 重点浏览不太相关的物品（浏览权重）- 配置要浏览的程度。指定 0 到 1 之间的十进制值。默认值为 0.3。值越接近 1，浏览次数就越多。浏览次数越多，建议包括的物品就越多，这些物品具有的物品交互数据更少或基于先前行为的相关性更低。如果值为零，则表示没有浏览，建议基于当前数据（相关性）。

    • 浏览物品使用期限截止时间 - 指定自物品交互数据集中所有物品最近一次交互以来的最大物品使用期限（以天为单位）。这会根据物品使用期限定义物品浏览的范围。Amazon Personalize 根据物品的创建时间戳或物品交互数据（如果缺少创建时间戳数据）来确定物品使用期限。有关 Amazon Personalize 如何确定物品使用期限的更多信息，请参阅创建时间戳数据。

      要增加 Amazon Personalize 在浏览期间考虑的物品数量，请输入更大的值。最小值为 1 天，默认值为 30 天。建议可能包括比您指定的物品使用期限截止时间更早的物品。这是因为这些物品与用户相关，而浏览并未识别出它们。