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。
透過上下文中繼資料增加建議
若要提高建議相關性,請在您取得項目建議或取得個人化排名時,加入使用者的內容相關性中繼資料,例如其裝置類型或一天中的時間。
若要使用關聯式中繼資料,項目互動資料集的結構描述必須具有上下文資料的中繼資料欄位。例如,「裝置」欄位 (請參閱結構描述)。
對於網域資料集群組,下列建議使用案例可以使用關聯式中繼資料:
對於自訂資源,使用上下文中繼資料的方法包括以下內容:
如需有關內容相關資訊的詳細資訊,請參閱下列 M AWS achine Learning 部落格文章:利用情境資訊來增加 Amazon Personalize 建議的相關性
您可以使用 Amazon Personalize 主控台、 AWS Command Line Interface (AWS CLI) 或 AWS 軟體開發套件取得具有關聯式中繼資料的建議。
使用關聯式中繼資料取得建議 (AWS Python SDK)
若要提高建議相關性,請在您取得項目建議或取得個人化排名時,加入使用者的內容相關性中繼資料,例如其裝置類型或一天中的時間。
使用下面的程式碼來根據情境中繼資料取得建議。對於context
,針對每個索引鍵值配對,提供中繼資料欄位做為索引鍵,並提供內容資料做為值。在下列範例程式碼中,索引鍵為DEVICE
且值為mobile phone
。將這些值和Campaign ARN
和取代為您User ID
自己的值。如果您已建立推薦人,請取代campaignArn
為。recommenderArn
會顯示使用者的建議項目清單。
import boto3 personalizeRt = boto3.client('personalize-runtime') response = personalizeRt.get_recommendations( campaignArn = '
Campaign ARN
', userId = 'User ID
', context = { 'DEVICE
': 'mobile phone
' } ) print("Recommended items") for item in response['itemList']: print (item['itemId'])