電子商務用例 - Amazon Personalize
最多查看最暢銷經常一起購買查看 X 的客戶也查看了為您推薦

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

電子商務用例

以下各節列出每個電子商務使用案例的需求和 Amazon 資源名稱 (ARN)。對於所有用例，您的互動數據必須具有以下內容：

  • 使用者與目錄中的項目互動至少 1000 筆項目互動記錄。這些互動可以來自大量匯入或串流事件，或兩者皆有。

  • 至少 25 個唯一使用者 ID，每個 ID 至少有兩個項目互動。

如需品質建議，我們建議您至少與 1,000 位使用者進行 50,000 次項目互動，每次有兩個以上的物品互動。

注意

如果您使用 CreateRecommender API，請提供此處列出的 ARN 以用於配方 ARN。

最多查看

根據客戶瀏覽商品的次數，取得熱門商品的建議。

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

  • GetRecommendations 要求：

    userId：必要

    itemId：未使用

    inputList：不適用

  • 訓練時使用的資料集：只有項目互動資料集 (必要)

  • 必要的事件類型：至少有 1000 個View事件。

最暢銷

根據客戶購買商品的次數，取得熱門商品的建議。

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

  • GetRecommendations 要求：

    userId：必要

    itemId：未使用

    inputList：不適用

  • 訓練時使用的資料集：只有項目互動資料集 (必要)

  • 必要的事件類型：至少有 1000 個Purchase事件。

經常一起購買

取得客戶經常購買的商品及您指定的項目的建議。

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

  • GetRecommendations 要求：

    userId：僅當您篩選依據時才需要 CurrentUser

    itemId：必要

    inputList：不適用

  • 訓練時使用的資料集：只有項目互動資料集 (必要)

  • 必要的事件類型：至少有 1000 個Purchase事件。

查看 X 的客戶也查看了

根據您指定的項目，取得客戶也檢視過的項目的建議。在這個使用案例中，Amazon Personalize 會根據您指定的 userId 和Purchase事件自動篩選使用者購買的項目。如果您套用自己的篩選器，則會在使用者已購買的項目被篩選掉之後套用篩選器。

篩選時，Amazon Personalize 最多會考慮每位使用者每個事件類型的 100 個項目互動。這適用於任何自動或自定義過濾器。您可以使用「Service Quotas」主控台來要求提高此限制。如需詳細資訊，請參閱 Service Quotas 使用指南的要求增加配額一節。如果您在三個月內未匯入使用者的項目互動，篩選器就不會再考慮使用者的歷史資料。若要考量此資料，您必須再次匯入使用者的整個事件歷程記錄。

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

  • GetRecommendations 要求：

    userId：必要

    itemId：必要

    inputList：不適用

  • 訓練時使用的資料集：只有項目互動資料集 (必要)

  • 必要的事件類型：至少有 1000 個View事件。

  • 推薦的事件類型：Purchase事件。

根據您指定的使用者，取得項目的個人化建議。在這個使用案例中，Amazon Personalize 會根據您指定的 userId 和Purchase事件，自動篩選出使用者購買的項目。如果您套用自己的篩選器，則會在使用者已購買的項目被篩選掉之後套用篩選器。

篩選時，Amazon Personalize 最多會考慮每位使用者每個事件類型的 100 個項目互動。這適用於任何自動或自定義過濾器。您可以使用「Service Quotas」主控台來要求提高此限制。如需詳細資訊，請參閱 Service Quotas 使用指南的要求增加配額一節。如果您在三個月內未匯入使用者的項目互動，篩選器就不會再考慮使用者的歷史資料。若要考量此資料，您必須再次匯入使用者的整個事件歷程記錄。

推薦項目時，本用例用途real-time-personalization和探索。它使用自動更新來考慮建議的新項目。

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

  • GetRecommendations 要求：

    userId：必要

    itemId：未使用

    inputList：不適用

  • 訓練時使用的資料集：

    • 互動（必填）

    • 項目（可選）

    • 使用者 (選擇性)

  • 所需事件數目：至少有 1000 個事件。

  • 推薦的事件類型：View和Purchase事件。

  • 探索組態參數：建立建議程式時，您可以使用下列項目配置探索。

    • 重點探索不相關的項目（勘探重量）-配置探索多少。指定介於 0 到 1 之間的十進位值。預設值為 0.3。值越接近 1，探索越多。透過更多探索，建議包含更多項目，且項目互動資料較少，或根據先前行為的相關性。在零時，不會發生探索，並且建議基於當前數據（相關性）。

    • 探索項目年齡截止 — 指定自項目互動資料集中所有項目之最新互動以來的項目保留天數上限 (以天為單位)。這會根據項目年齡來定義項目探索的範圍。Amazon Personalize 會根據項目的建立時間戳記，或者如果遺失建立時間戳記資料，則會根據項目互動資料來確定項目 如需 Amazon Personalize 如何判斷項目年齡的詳細資訊，請參閱創建時間戳數據。

      要增加 Amazon Personalize 化在探索過程中考慮的項目，請輸入更大的值。最少為 1 天，預設值為 30 天。建議可能包括比您指定的項目年齡截止時間還舊的項目。這是因為這些項目與用戶相關，並且探索沒有識別它們。