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。
新資料如何影響即時推薦
建立推薦人或自訂解決方案版本後，新資料如何影響即時建議，取決於其類型、匯入方法以及您使用的網域使用案例或自訂配方。以下各節說明新資料在下次訓練前如何影響即時建議。
訓練可以是建議人員每週的自動訓練，也可以是自動或手動解決方案版本建立。若要使用使用者個人化進行手動訓練，您必須trainingMode將設定為FULL。
如需有關新記錄如何影響批次建議的資訊，請參閱使用自訂資源取得批次項目建議。如需有關新記錄如何影響批次區段工作的資訊，請參閱使用自訂資源取得批次使用者區段。
新的互動
新互動是指您在最新訓練後匯入的項目或動作互動。
對於即時資料和大量資料，如果互動涉及新項目或動作，Amazon Personalize 可能會將其視為不受訓練的建議。如需詳細資訊，請參閱 新項目 或 新的 動作 。
即時事件
對於具有即時個人化功能的使用案例和配方，Amazon Personalize 會在為相同使用者產生建議時，立即使用使用者與現有項目或動作 (最新訓練中顯示的記錄) 之間的即時互動。如需即時個人化的詳細資訊，請參閱即時個人化。
對於任何不具有即時個人化功能的網域使用案例和自訂配方 (例如推薦類似項目)，您的模型只會在訓練後從即時互動資料中學習。
批量互動
對於批次互動，對於增量和完整資料集匯入工作，您的模型只會在下次訓練之後才從大量項目互動或動作互動資料中學習。大量資料不會用於更新即時個人化的建議。
如需更新現有大量資料的詳細資訊，請參閱更新現有的大量資料。
新項目
新項目是您在最新訓練後匯入的項目。它們可以來自 Items 資料集中的互動資料或項目中繼資料。
建議考慮新項目，如下所示：
-
對於您的熱門精選和推薦給您的網域案例或使用者個人化 V2、使用者個人化或下一個最佳行動方法，Amazon Personalize 會每兩小時自動更新一次模型。在每次更新之後，Amazon Personalize 會將新項目視為探索的一部分，以供建議使用。在考慮新項目時，Amazon Personalize 化會考慮該項目的任何中繼資料。但是，只有在您記錄項目的互動並訓練新模型之後，此資料才會對建議產生更大的影響。如需有關更新的資訊，請參閱自動更新。
-
如果您使用「立即趨勢」使用案例，Amazon Personalize 會每兩小時自動評估您的互動資料，並識別趨勢項目。您不必等待推薦人進行培訓。如果您使用趨勢現在配方，Amazon Personalize 會在可設定的時間間隔內自動考慮所有新項目，而無需進行訓練。如需有關規劃間隔的資訊，請參閱趨勢-現在食譜。
-
如果您不使用趨勢現在配方，或者您的使用案例或配方不支援自動更新，Amazon Personalize 只會在下次訓練後考慮新項目。
新使用者
新使用者是您在最新訓練之後匯入的使用者。它們可以來自使用者資料集中的互動資料或使用者中繼資料。對於新的匿名使用者 (沒有 userId 的使用者)，您可以使用 a 記錄使用者的事件，Amazon Personalize 會在使用者登入之前將事件與使用者建立關聯。sessionId如需詳細資訊，請參閱 記錄匿名用戶的事件。
Amazon Personalize 化為新使用者產生建議，如下所示：
-
如果您使用「立即趨勢」網域使用案例或「趨勢現在」自訂方案，新使用者會立即收到熱門趨勢項目的建議。如果您使用普及計數配方，新使用者會立即收到互動次數最多的項目的建議。
-
對於為使用者提供個人化建議的配方或使用案例，針對新使用者的建議是根據您現有使用者的早期互動歷史記錄。這些現有使用者與之互動的第一個項目或動作更有可能被推薦給新使用者。對於「使用者個人化」或「個人化排名」方法，如果您設定
recency_mask為true，建議也會根據互動資料中的最新受歡迎程度趨勢包含項目。
以下內容可以提高新使用者的建議相關性：
-
互動資料 — 提高新使用者的建議相關性的主要方法是從他們與項目的互動中匯入資料。如需有關新互動資料如何影響建議的資訊，請參閱新的互動。
-
使用者中繼資料 — 匯入使用者中繼資料 (例如性別或 MEMBERISHIP_STATUS) 可改善建議。若要讓中繼資料影響建議，您必須等待網域推薦人的每週自動重新訓練完成。或者，您必須手動建立新的解決方案版本。
-
關聯式中繼資料 — 如果您的使用案例或方案支援關聯式中繼資料，且您的項目互動資料集具有關聯式資料的中繼資料欄位，則您可以在建議請求中提供使用者的內容。這不需要再培訓。如需詳細資訊，請參閱 透過上下文中繼資料增加建議。
新的 動作
新動作是您自最新訓練後匯入的動作。它們可以來自動作互動資料或動作資料集中的動作。
透過下一個最佳動作秘訣，Amazon Personalize 每兩小時自動更新一次解決方案版本。在每次更新之後，Amazon Personalize 會將建議的新動作視為探索的一部分。在考量新動作時，Amazon Personalize 會考慮該動作的任何中繼資料。但是，只有在您記錄動作的動作互動並完全重新訓練之後，此資料才會對建議產生更大的影響。如需有關更新的資訊，請參閱 自動更新
