1

我正在为分类广告网站建立推荐系统，每天添加和删除广告。

我想到的是使用PutItems添加新广告并制作字段调用status = 0，如果用户删除了广告，我将使用相同的PutItemAPIITEM_ID更新存储的项目，并使用过滤器仅选择status = 0生成推荐时的广告。

那是对的吗 ？PutItems API 会更新现有广告吗？无论如何要删除该项目吗？

4

1 回答 1

2

目前无法删除已添加到数据集中的项目。

您的解决方法看起来不错，但是根据我使用 Personalize 的经验，过滤器可能会降低您的推荐质量。

为了理解原因，这是 Personalize 用于过滤推荐的或多或少的算法：

  • 获取用户推荐的物品
  • 使用过滤器表达式过滤推荐
  • 返回过滤后剩下的前 N ​​个推荐项目

因为过滤是在获得推荐之后完成的，这意味着 Personalize 将简单地将推荐列表中的项目填充到推荐列表中的某个位置。

这种方法存在一个问题 - 列表中较低的项目具有较低的“分数”值，这表明推荐的准确性。这就是为什么你最终会得到更糟糕的推荐，但这取决于status = 0在过滤掉它们之前推荐了多少广告。

要检查您的推荐分数，只需在 Personalize Web UI 中获取推荐。它将返回带有分数的记录列表。

更好的方法

如果您的广告每天更新，那么您绝对可以按照以下步骤解决它：

  • 创建一个 Lambda 函数，每 24 小时触发一次
  • Lambda 将获取所有广告并将它们作为 CSV 文件放入 S3 存储桶中。它应该排除不再可用的广告 ( status = 0)
  • 使用您选择的任何 AWS 开发工具包调用CreateDatasetImportJob API 并提供存储在 S3 存储桶上的数据
  • Personalize 将开始导入工作。完成后，所有项目都将替换为最新的转储

但是，它有一些缺点。

如果您未使用用户个性化 (aws-user-personalization) 配方，则在每次导入项目后，您需要通过创建新的解决方案版本来更新您的解决方案。否则，它将不包括项目数据集导入作业所做的更改。

创建一个新的解决方案版本非常缓慢和昂贵，这就是为什么我建议使用用户个性化配方，如果你想使用这种方法，并且由于 HRNN 配方被标记为旧版，无论如何迁移都是一个好主意。

如果您使用的是用户个性化配方，那么根据AWS 文档：

Amazon Personalize 每两小时自动更新您的最新解决方案版本以包含新数据。您的活动会自动使用更新的解决方案版本。有关详细信息，请参阅自动更新。

因此，几乎所有工作都在 Personalize 方面完成，您不必担心在每个 Items 导入作业后重新培训解决方案。

最后一个问题...

由于用户个性化配方文档声称您的解决方案将在两小时内更新，因此您可能会在短时间内推荐不可用的项目。如果您每天都在更新项目，这可能是一个严重的问题。

要解决这种情况，我建议您简单地使用您提到的过滤器方法。多亏了这一点，您可以从这两种方法中受益，并且您的建议始终有效。

于 2021-01-15T09:52:03.133 回答