亞馬遜中的實時行動建議個人 - Amazon Personalize
行動推薦評分如何運作取得動作建議 (主控台)取得動作建議 (AWS CLI)取得動作建議 (AWS SDKs)

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。

亞馬遜中的實時行動建議個人

如果您使用 PERSONALIZED _ ACTIONS 食譜，則可以實時從廣告系列中獲取行動建議。您可以使用 Amazon Personalize 主控台取得動作建議， AWS Command Line Interface (AWS CLI)，或 AWS SDKs.

行動推薦評分如何運作

透過下一個最佳動作方法，Amazon Personalize 會根據使用者與動作互動的可能性產生動作分數。分數可以介於 0-1.0 之間。越接近 1.0，越有可能是用戶將與操作進行交互。

如果您尚未匯入任何動作互動資料，則所有建議的動作都會有 0.0 分。如果 Amazon Personalize 化建議採取行動作作為探索的一部分，該項目的分數將為 0.0。Amazon Personalize 化使用探索來推薦沒有動作互動數據的操作。如需探索的更多資訊，請參閱〈〉探勘。

取得動作建議 (主控台)

若要使用 Amazon Personalize 主控台取得動作建議，請在自訂行銷活動的詳細資料頁面上提供請求資訊。

若要取得行動建議

  1. 在https://console.aws.amazon.com/personalize/家中打開 Amazon Personalize 化控制台並登錄您的帳戶。

  2. 選擇包含您正在使用的廣告系列的資料集群組。

  3. 在導覽窗格的 [自訂資源] 下，選擇 [廣告活動]。

  4. 選擇目標廣告系列。

  5. 在「測試廣告活動結果」下，輸入您的建議請求詳細

    如果您在使用者登入之前記錄了他們的事件 (匿名使用者)，您可以提供來自這些事件，就像是他們的事件一樣，sessionId來取得此使用者的建議userId。如需有關為匿名使用者錄製事件的詳細資訊，請參閱記錄匿名使用者的事件。

  6. 選擇性地選擇篩選。如需詳細資訊，請參閱篩選建議和使用者區段。

  7. 選擇 Get recommendations (取得建議)。此時會顯示一個包含使用者前 5 個建議動作的表格。

取得動作建議 (AWS CLI)

使用下列程式碼取得行銷活動的動作建議。指定您要取得建議的使用者 ID 以及行銷活動的 Amazon 資源名稱 (ARN)。

若要變更建議的動作數目，請變更的值numResults。預設值為 5 個動作。最多為 100 個動作。

若要依自訂條件篩選動作建議，您可以建立篩選器並將其套用至get-action-recommendations作業。如需詳細資訊，請參閱篩選建議和使用者區段。

如果您在使用者登入之前記錄了他們的事件 (匿名使用者)，您可以提供來自這些事件，就像是他們的事件一樣，sessionId來取得此使用者的建議userId。如需有關為匿名使用者錄製事件的詳細資訊，請參閱記錄匿名使用者的事件。

aws personalize-runtime get-action-recommendations \
--campaign-arn campaign arn \
--user-id User ID \
--num-results 10

取得動作建議 (AWS SDKs)

下列程式碼顯示如何從行銷活動取得使用者的 Amazon Personalize 建議。指定您要取得建議的使用者 ID，以及行銷活動的 Amazon 資源名稱 (ARN)。

若要變更建議的動作數目，請變更的值numResults。預設值為 5 個動作。最多為 100 個動作。

若要依自訂條件篩選動作建議，您可以建立篩選器並將其套用至GetActionRecommendationsAPI要求。如需詳細資訊，請參閱篩選建議和使用者區段。

如果您在使用者登入之前記錄了他們的事件 (匿名使用者)，您可以提供來自這些事件，就像是他們的事件一樣，sessionId來取得此使用者的建議userId。如需有關為匿名使用者錄製事件的詳細資訊，請參閱記錄匿名使用者的事件。

import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_action_recommendations(
    campaignArn = 'Campaign ARN',
    userId = 'User ID',
    numResults = 10
)

print("Recommended actions")
for item in response['actionList']:
    print (item['actionId'])