Amazon Personalize 构建了一个将用户、项目和事件考虑在内的推荐模型。但是,假定项目是可用的,在某些情况下可能并非如此。
如果项目需要反映一个时间窗口,例如及时的可用性(从日期到日期),那么您应该能够根据该限制仅提供有效的项目。
例如,现场表演就是这种情况:您应该只推荐将来会发生的现场表演,无论是基于相似性还是社区行为。已经发生的现场表演是培训的一部分,但不是推荐的有效产品。
您如何在 Amazon Personalize 中为这种可用性限制建模?
Amazon Personalize 构建了一个将用户、项目和事件考虑在内的推荐模型。但是,假定项目是可用的,在某些情况下可能并非如此。
如果项目需要反映一个时间窗口,例如及时的可用性(从日期到日期),那么您应该能够根据该限制仅提供有效的项目。
例如,现场表演就是这种情况:您应该只推荐将来会发生的现场表演,无论是基于相似性还是社区行为。已经发生的现场表演是培训的一部分,但不是推荐的有效产品。
您如何在 Amazon Personalize 中为这种可用性限制建模?
您可能需要处理多种业务需求,这些需求并未内置在 Amazon Personalize 的核心中,这就是其中之一。对于这些业务需求,您需要将逻辑构建到围绕 Amazon Personalize 的包装器中。
编辑:个性化现在允许您过滤关于项目元数据的建议,这对于这个用例来说似乎已经足够了。请参阅此处的文章:https ://aws.amazon.com/blogs/machine-learning/enhancing-recommendation-filters-by-filtering-on-item-metadata-with-amazon-personalize/