记录实时物品交互事件 - Amazon Personalize
记录物品交互事件和训练模型的要求

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。

记录实时物品交互事件

物品交互事件是用户与您目录中的物品之间的交互。例如，用户购买鞋子或看电影。

在向客户展示物品建议的同时，记录实时物品交互事件。这会生成您的交互数据，并使您的数据保持最新状态。并且它会告知 Amazon Personalize 您的用户当前的兴趣，从而提高建议的相关性。

您可以记录与PutEventsAPI操作的项目交互事件。Amazon Personalize 会将事件数据附加到数据集组中的物品交互数据集。如果您记录了两个具有完全相同时间戳和相同属性的事件，则 Amazon Personalize 将只保留其中一个事件。您可以使用记录物品交互事件 AWS SDKs, AWS Amplify，或 AWS Command Line Interface (AWS CLI).

如果您使用 Apache Kafka，则可以通过 Amazon Personalize Kafka 连接器将物品交互实时流式传输到 Amazon Personalize。有关信息，请参阅 personalize-kafka-connectorGithub 存储库中的 Amazon Personalize Kafka 连接器。

AWS Amplify 包括一个用于记录来自 Web 客户端应用程序的项目交互事件的 JavaScript 库和一个用于在服务器代码中记录事件的库。有关更多信息，请参阅 Amplify - 分析。

主题

记录物品交互事件和训练模型的要求

要记录物品交互事件，您需要以下项：

  • 包含一个 Item interactions 数据集的数据集组，该数据集可以为空。如果您浏览了入门教程指南，则可以使用您创建的同一数据集组和数据集。有关创建数据集组和数据集的信息，请参阅将训练数据导入 Amazon Personalize 数据集。

  • 一个事件跟踪器。

  • 对PutEventsAPI操作的呼叫。

  • 如果你使用 AWS Lambda functi personalize:PutEvents on 要调用该 PutEvents 操作，则函数的执行角色必须有权在Resource元素*中使用通配符执行操作。

您可以从空的物品交互数据集开始，记录足够的数据后，只使用新记录的事件来训练模型。对于所有使用案例（域数据集组）和食谱（自定义数据集组），您的交互数据在训练之前必须具有以下内容：

  • 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 个独立用户IDs，每个用户至少有两次物品互动。

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。