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:
-
如果您將促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作業中的欄。或者,您可以在使用 Amazon Personalize 主控台測試行銷活動時指定欄。如需程式碼範例,請參閱取得含有建議的項目中繼。如需啟用促銷活動中繼資料的詳細資訊,請參閱建議的項目中繼資料。如需啟用推薦人之詮釋資料的相關資訊,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促銷。促銷會定義套用至可供配置之建議項目子集的其他企業規則。如需詳細資訊,請參閱推廣建議中的項目。
-
您可以根據自訂條件篩選結果。舉例來說,您可能不想推薦使用者已購買的產品,或是只推薦特定年齡層的商品。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)。
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0.6
0.3
、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:
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。