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。
視頻隨需使用案例
以下各節列出每個使用案例的需求和 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。
因為你看了 X
根據您指定的影片,取得其他使用者也觀看的影片的建議。在這個使用案例中,Amazon Personalize 會根據您指定的 userId 和Watch
事件自動篩選使用者觀看的影片。如果您套用自己的篩選器,則會在使用者觀看的影片過濾掉之後套用篩選器。
篩選時,Amazon Personalize 會考量每位使用者每個事件類型最多 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
-
配方 ARN:
arn:aws:personalize:::recipe/aws-vod-because-you-watched-x
-
GetRecommendations API 需求:
userId
:必要itemId
:必要 -
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
Watch
事件。
更像 X
取得與您指定影片類似的影片建議。在這個使用案例中,Amazon Personalize 會根據您指定的 userId 和Watch
事件自動篩選使用者觀看的影片。如果您套用自己的篩選器,則會在使用者觀看的影片過濾掉之後套用篩選器。
篩選時,Amazon Personalize 會考量每位使用者每個事件類型最多 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
-
配方 ARN:
arn:aws:personalize:::recipe/aws-vod-more-like-x
-
GetRecommendations API 需求:
userId
:必要itemId
:必要 -
訓練時使用的資料集:
互動(必填)
項目(必填)
-
所需的事件數目:至少有 1000 個任何類型的事件。
-
推薦的事件類型:
Watch
和Click
事件。
最受歡迎
取得最多使用者觀看過的影片的建議。
-
配方 ARN:
arn:aws:personalize:::recipe/aws-vod-most-popular
-
GetRecommendations要求:
userId
:必要itemId
:未使用 -
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
Watch
事件。
現在趨勢
取得目前熱門影片的建議。熱門視頻是正在迅速變得越來越受用戶歡迎的項目。Amazon Personalize 每兩個小時就會自動評估您的互動資料並識別趨勢項目。
-
配方 ARN:
arn:aws:personalize:::recipe/aws-vod-trending-now
-
GetRecommendations API 需求:
userId
:僅當您依據 CurrentUser 或依使用者與之互動的料號進行篩選時才需要itemId
:未使用 -
訓練時使用的資料集:只有項目互動資料集 (必要)
-
所需的事件數目:至少有 1000 個任何類型的事件。
適合您的首選
為您指定的使用者取得個人化內容建議。在這個使用案例中,Amazon Personalize 會根據您指定的 userId 和Watch
事件自動篩選使用者觀看的影片。如果您套用自己的篩選器,則會在使用者觀看的影片過濾掉之後套用篩選器。
篩選時,Amazon Personalize 會考量每位使用者每個事件類型最多 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
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-vod-top-picks
-
GetRecommendations 要求:
userId
:必要itemId
:未使用 -
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:
Click
和Watch
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)。
-
探索項目存留時間截止 — 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。
-