準備檢查清 - Amazon Personalize
您是否將您的使用案例與 Amazon 個人化資源相符？您有足夠的項目互動資料嗎？您是否有即時事件串流架構？您的資料是否已針對 Amazon Personalize 進行優化您是否收集可以改善建議的選用資料？您是否有計劃測試您的建議？您還有其他業務目標嗎？

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。

準備檢查清

此檢查清單提供 Amazon 個人化功能、需求和資料指導的清單。它可以協助您規劃，也可以在 Amazon Personalize 中建立資源時將其用作參考。

您是否將您的使用案例與 Amazon 個人化資源相符？

Amazon Personalize 建議可以解決下列使用案例：

  • 為使用者產生個人化建議

  • 推薦類似或相關項目

  • 推薦流行或熱門商品

  • 為使用者推薦下一個最佳動作

  • 按相關性重新排序（僅使用自定義資源）

  • 生成用戶細分（僅使用自定義資源）

Amazon Personalize 功能以網域為基礎的資源和為這些使用案例設定的自訂資源。您可以先建立網域資料集群組或自訂資料集群組：

  • 透過 Domain 資料集群組，您可以建立針對 VIDEO _ON_ DEMAND 或網域預先設定和最佳化的資源。ECOMMERCE

    如果您有串流影片或電子商務應用程式，建議您從網域資料集群組開始。您仍然可以新增自訂資源，例如針對自訂使用案例訓練的解決方案和解決方案版本。而且您仍然可以使用自訂資源來取得批次建議。您無法在網域資料集群組中建立下一個最佳動作資源，包括「動作」和「動作互動」資料集。

  • 透過自訂資料集群組，您可以選擇符合您使用案例的方案。然後，您只訓練和部署可設定的解決方案和解決方案版本 (訓練有素的 Amazon Personalize 建議模型 準備就緒後，您可以在促銷活動中部署解決方案版本，以取得即時建議。或者，您可以在沒有廣告系列的情況下獲得批量

    如果您沒有串流影片或電子商務應用程式，建議您建立自訂資料集群組。否則，請從網域資料集群組開始，並視需要新增自訂資源。

如需 Amazon Personalize 中提供的使用案例和自訂配方的相關資訊，請參閱將您的使用案例與 Amazon 個人化資源相符。

您有足夠的項目互動資料嗎？

對於所有使用案例和配方，您必須為 25 個不重複使用者進行至少 1,000 個項目互動，且每個使用者至少需要兩次互動。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。

如果您不確定是否有足夠的資料，可以使用 Amazon Personalize 主控台匯入和分析資料。如需詳細資訊，請參閱分析 Amazon Personalize 資料集中的資料品質和數量。

您是否有即時事件串流架構？

如果您沒有足夠的項目互動資料，可以使用 Amazon Personalize 收集其他即時事件資料。透過某些方法和使用案例，Amazon Personalize 可以從使用者最近的活動中學習，並在使用您的應用程式時更新建議。

如需記錄事件的相關資訊，包括事件如何影響建議、協力廠商事件追蹤服務清單以及範例實作，請參閱記錄即時事件以影響建議。

您的資料是否已針對 Amazon Personalize 進行優化

我們建議您在資料中檢查以下內容：

  • 檢查缺少的值。我們建議您至少有 70% 的記錄擁有每個屬性的資料。我們建議允許 Null 值至少完成 70% 的資料行。

  • 修正資料中的任何不準確或問題，例如命名慣例不一致、項目的類別重複、IDs跨資料集不符或重複。IDs這些問題可能會對建議產生負面影響，或導致非預期的行為。例如，您的資料中可能同時包含「N/A」和「不適用」，但僅根據「N/A」篩選出建議。篩選條件不會移除標記為「不適用」的項目。

  • 如果項目、使用者或動作可以有多個類別 (例如具有多種類型的影片)，請將分類值合併為一個屬性，並使用 | 運算子分隔每個值。例如，電影的GENRES資料可能是「動作」|「冒險」|「驚悚片」。

  • 避免為一個列有 1000 多個可能的類別（除非該列包含僅用於過濾目的的的數據）。

如需資料建議的完整清單，以及如何使用 Amazon Personalize 來識別問題的指示，請參閱分析 Amazon Personalize 資料集中的資料品質和數量。

您是否收集可以改善建議的選用資料？

下列資料有助於改善您的建議相關性。

  • 事件類型 (所有網域資料集群組使用案例都需要)

  • 事件值

  • 關聯式詮釋

  • 項目和用戶元數據

  • 動作交互數據（僅由 PERSONALIZED _ ACTIONS 配方使用）

如需 Amazon Personalize 可以使用的資料類型的詳細資訊，請參閱Amazon Personalize 化可以使用的數據類型。

您是否有計劃測試您的建議？

您可以使用 A/B 測試來比較不同使用者群組與不同模型的建議互動的結果。A/B 測試可以幫助您比較不同的建議策略，並查看建議是否可以幫助您實現業務目標。如需詳細資訊，請參閱使用A/B測試測量建議影響。

您還有其他業務目標嗎？

在某些情況下，除了為使用者產生相關建議之外，您可能還有目標。舉例來說，你可能想要最大化收益，或是推廣特定類別的特定類別的物品。以下 Amazon Personalize 化功能可以提供幫助：

  • 促銷：您可以使用促銷活動來確保特定百分比的商品滿足您的業務需求。如需詳細資訊，請參閱在即時建議中提升項目。

  • 針對業務目標進行最佳化：針對某些自訂資料集群組方法，您可以針對自訂目標最佳化解決方案，例如將串流分鐘數最大化或增加收入。如需詳細資訊，請參閱針對額外目標最佳化解決方案。

  • 篩選建議。使用篩選器將商業規則套用至建議。您可以使用篩選器，在建議中包含或排除特定類型的項目。如需詳細資訊，請參閱篩選建議和使用者區段。