我在 youtube 上做了亚马逊个性化深度潜水系列。在视频中的时间戳8:33 处，提到了“Personalize 不理解负面反馈”。并且您提交的任何互动都被认为是积极的。
但我认为，提供负面反馈可以改善我们提供的整体建议。个性化知道用户不喜欢给定项目“A”将有助于确保它不会在未来推荐类似于“A”的项目。
有什么方法可以给亚马逊个性化提供负面反馈（例如用户不喜欢商品 x、y、z）？
我想到的一种可能的给出负面反馈的方法：
假设用户可以给电影评分（满分 5 分）。每次用户在交互数据集中给出 >= 3 的评分时，我们都会在数据集中添加一个额外的交互（即，我们有两个交互表示用户在interactions.csv 中对一部电影的评分 >=3 而不是一个）。但是，如果他给出的评分 <=2（这意味着他可能不喜欢这部电影），我们只需在交互数据集中保留该交互的单个交互（即，我们只有一个交互表示用户对电影评分 <= 2 在interactions.csv 文件中）
负面反馈（用户明确表示他们不喜欢某个项目）目前不支持作为 Amazon Personalize 的训练输入。此外，目前无法按事件类型或事件值为特定交互添加权重/奖励（有关详细信息，请参阅此答案）。
话虽如此，您可以在交互中使用印象来指示用户看到但他们选择不与之交互的项目。印象仅受用户个性化配方支持。从文档：
与仅使用积极互动（点击、观看或购买）的其他配方不同，用户个性化配方也可以使用印象数据。印象是用户与特定项目交互（点击、观看、购买等）时可见的项目列表。
使用此信息，使用用户个性化配方创建的解决方案可以根据项目被忽略的频率计算新项目的适用性，并相应地更改建议。有关详细信息，请参阅展示数据。
印象与明确的负面交互不同，但它们确实暗示印象中的项目被认为与他们选择与之交互的项目相比对用户的相关性/重要性较低。
在进行推荐时可用于考虑负面交互的另一种方法是具有两种事件类型：一种用于积极意图的事件类型（例如，“喜欢”、“观看”或“购买”）和一种用于不喜欢的事件类型（例如，“不喜欢”）。然后创建一个仅针对积极事件类型进行训练的 Personalize 解决方案。最后，在推理时，使用Personalize 过滤器来排除用户最近不喜欢的项目。
EXCLUDE ItemID WHERE Interactions.EVENT_TYPE IN ("dislike")
在这种情况下，Personalize 仍然只针对积极的交互进行训练，但使用过滤器您不会推荐用户不喜欢的项目。