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。
Amazon Personalize 中的即時項目建議
如果您的使用案例或配方產生項目建議，則在建立推薦者或建立行銷活動之後，您可以為使用者取得即時個人化或相關的項目建議。
如果您的網域使用案例或配方提供即時個人化 ，例如您的最佳選擇使用案例或 User-Personalization-v2 配方，Amazon Personalize 會根據使用者的最新活動更新建議，同時記錄其與您的目錄的互動。如需記錄即時事件和個人化的詳細資訊，請參閱 記錄即時事件以影響建議。
當您取得即時項目建議時，您可以執行下列動作：
-
如果您將行銷活動設定為傳回建議項目的中繼資料，您可以指定要包含在GetRecommendationsAPI操作中的資料欄。或者，您可以在使用 Amazon Personalize 主控台測試行銷活動時指定資料欄。如需程式碼範例，請參閱 透過即時建議取得項目中繼資料。如需啟用行銷活動中繼資料的資訊，請參閱 建議中的項目中繼資料。如需為推薦者啟用中繼資料的資訊，請參閱 在建議中為 Amazon Personalize 網域推薦人啟用中繼資料。
-
對於某些使用案例和配方，您可以在建議請求中指定提升。促銷定義適用於建議項目可設定子集的其他業務規則。如需詳細資訊，請參閱在即時建議中提升項目。
-
您可以根據自訂條件篩選結果。例如，您可能不想推薦使用者已購買的產品，或只建議特定年齡群組的項目。如需詳細資訊，請參閱篩選建議和使用者區段。
注意
如果您使用 PERSONALIZED_RANKING 自訂配方，請參閱 獲得個性化排名（自定義資源）。
建議評分的運作方式 （自訂資源）
使用 User-Personalization-v2 和使用者個人化配方，Amazon Personalize 會根據使用者的互動資料和中繼資料產生項目分數。這些分數代表 Amazon Personalize 在使用者接下來是否會與項目互動方面所擁有的相對確定性。分數越高代表確定性越高。
注意
Amazon Personalize 不會顯示網域推薦程式、類似項目SIMS或熱門計數配方的分數。如需個人化執行建議的分數資訊，請參閱 個人化排名評分如何運作。
Amazon Personalize 會以 0 到 1 （皆包含） 的量尺，產生彼此相對項目的分數。使用 User-Personalization-v2，Amazon Personalize 會為您的項目子集產生分數。透過使用者個人化，Amazon Personalize 會為您目錄中的所有項目進行評分。
如果您使用 User-Personalization-v2 並將篩選條件套用至建議，取決於篩選條件移除的建議數量，Amazon Personalize 可能會新增預留位置項目。它這樣做是為了滿足您的建議請求numResults的 。這些項目是根據滿足篩選條件之互動資料量的常用項目。它們沒有使用者的關聯性分數。
對於 User-Personalization-v2 和使用者個人化，所有分數的總計等於 1。例如，如果您收到使用者的影片建議，而且有三部影片出現項目資料集和互動資料集，則其分數可能是 0.6、 0.3和 0.1。同樣地，如果您的庫存中有 10，000 部電影，評分最高的電影可能會有非常小的分數 （平均分數為 .001），但由於評分是相對的，因此建議仍然有效。
在數學方面，每個使用者項目對 （u，i） 的分數是根據下列公式計算，其中 exp是指數函數，wu̅ 和 w i/j 分別是使用者和項目內嵌，而希臘字母 sigma （Σ） 代表分數的所有項目總和：
具有 User-Personalization-v2 的建議原因
如果您使用 User-Personalization-v2，則模型通常不會建議包含reason清單的項目。這些原因解釋了為什麼建議中包含該項目。可能的原因包括：
-
提升的項目 – 表示該項目已包含在您在建議請求中套用的提升中。
-
探勘 – 表示該項目已包含在探勘中。探索時，建議包含互動資料較少的項目或使用者相關性。如需探索的詳細資訊，請參閱探索 。
-
熱門項目 – 表示該項目已包含在預留位置熱門項目中。如果您使用篩選條件，取決於篩選條件移除的建議數量，Amazon Personalize 可能會新增預留位置項目，以符合
numResults您的建議請求。這些項目是根據互動資料所熱門的項目，可滿足您的篩選條件條件。它們沒有使用者的關聯性分數。
