亞馬遜中的實時項目推薦個性 - Amazon Personalize
推薦評分的運作方式 (自訂資源)使用者個人化-v2 的建議原因

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。

亞馬遜中的實時項目推薦個性

如果您的使用案例或配方產生了項目推薦，則在您建立推薦人或建立廣告活動之後，您可以為使用者取得即時個人化或相關的項目推薦。當您取得即時項目建議時，您可以執行下列動作：

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）。

主題

推薦評分的運作方式 (自訂資源)

透過使用者個人化 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為項目產生分數。這些分數代表 Amazon Personalize 在使用者下一次是否與該項目互動方面所具有的相對確定性。分數越高代表確定性越高。

注意

Amazon Personalize 不會顯示網域推薦人、SIMS類似項目或普及計數食譜的分數。如需「個人化排名」建議的分數資訊，請參閱。個人化排名評分如何運作

Amazon Personalize 化產生相對於彼此的項目的分數，從 0 到 1（兩者都包括在內）。透過使用者個人化 V2，Amazon Personalize 人化可為您的項目子集產生分數。透過使用者個人化功能，Amazon Personalize 可為您的目錄中的所有項目評分。

如果您使用使用者個人化 v2，並將篩選器套用至建議，視篩選器移除的建議數量而定，Amazon Personalize 可能會新增預留位置項目。它這樣做是為了滿足您numResults的建議請求。根據互動資料量，這些項目是符合篩選條件的熱門項目。他們沒有使用者的相關性分數。

對於使用者個人化 V2 和使用者個人化，所有分數的總和等於 1。例如，如果您收到的是某位使用者的電影推薦，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0.60.3、和0.1。同樣地，如果您的庫存中有 10,000 部電影，得分最高的電影可能會有很小的分數 (平均分數會是.001)，但由於評分是相對的，因此建議仍然有效。

在數學術語中，每個用戶項目對（u，i）的分數是根據以下公式計算的，其中指數函數exp是指數函數，w u 和 wi/分別j是用戶和項目嵌入，希臘字母 sigma（Σ）代表具有分數的所有項目的總和：

說明用來計算建議中每個項目評分的公式。

使用者個人化-v2 的建議原因

如果您使用使用者個人化-v2，則每個建議項目都可以包含建議中包含項目的原因清單。可能的原因包括：

  • 推進項目 — 指出項目已納入您在建議請求中套用的推進中。

  • 探索 — 表示該項目已包含在探索中。透過探索，建議包括互動資料較少或與使用者相關性較少的項目。有關探索的更多信息，請參閱探索。

  • 熱門項目 — 指出項目已包含為預留位置的熱門項目。如果您使用篩選器，視篩選器移除的建議數量而定，Amazon Personalize 可能會新增預留位置項目以符numResults合您的建議請求。這些項目是以互動資料為基礎，符合篩選條件的熱門項目。他們沒有使用者的相關性分數。