问题标签 [amazon-personalize]

我正在使用 AWS Personalize 根据我们平台上的数千个“赞”来提出建议。目前使用 User、User-Interaction 和 Item 数据，我们得到的分数在 0.00004 到 0.006 之间。

首先，分数是如何计算的，根据我给出的例子，它是不是低？

谢谢，

我有大约 500,000 件商品，其可用性取决于手头的库存和可用日期（ available_on 和 disconnect_on ）。我想从推荐中过滤不可用的项目，我希望是这样的：

但是，我不知道如何在 aws 个性化过滤器中编写 about 表达式。

我正在使用 AWS Personalize，其中一项服务配额是“至少 1000 条记录，其中至少包含 25 个唯一用户，每个用户至少有 2 条记录”，我知道我的原始数据有这些数字，但我正在尝试找到一种方法来保证这些数字将始终得到满足，即使查询是由其他人在未来运行的。

最简单的方法是使用完整的数据集，但现在我们正在努力实现 POC，所以这并不是我的第一选择。我只计算出现次数就涵盖了“每个记录两个”部分，但我不知道如何保证最少 25 个用户。

重要的是要说我的数据在保存时不会以任何方式打乱。

我的查询

因为我在 AWS Athena 中，所以我使用 LIMIT 来查询一个子集。

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）

• 这会以任何方式帮助传达个性化评级 <=2 不那么重要/用户不喜欢它们吗？

我们正在使用 AWS Personalize 为特定用户获取我们的源中各种项目的个性化排名。

我们还使用了一个看起来像的过滤器

此过滤器取自AWS 博客，该博客声明

现在玩控制台https://console.aws.amazon.com/personalize/home?region=us-east-1#arn:aws:personalize:us-east-1 ::dataset-group$<dataset_name>/广告系列/campaignDetail/<campaign_arn>

我输入了一个userId=5253ffbb-f5e3-4e71-9a33-91ee65365c7d和一堆项目ID：

现在我记录这个用户与一些项目的交互并重新加载控制台建议......

这似乎按预期工作，如果用户已经与它们交互，则这些项目将从列表中过滤出来。

但令我惊讶的是......这些项目不会无限期地被过滤......如果我继续为该用户记录与其他项目的交互，那么稍后重新加载的推荐可能会包含以前与之交互的项目。或者给定足够的时间（比如一天），所有的项目似乎都会为这个用户回来！！

我完全不知道为什么它会这样。

交互被跟踪为

这似乎有效，因为

1. 响应状态为 200
2. 如果我导出交互数据集，交互将出现在 CSV 中
3. 这些项目确实会在短时间内从返回的建议中删除

我想获得历史上用户购买最多的产品。我目前正在使用 USER_PERSONALIZATION 配方，但 GetRecommendations 总是返回错误的结果。请帮忙。

这是我与用户 id: 的交互数据f5504cb0-0f0e-11e9-b513-bb78938fd0f8，他/她购买了 10 次，并且他/她没有购买具有 id 的产品1A3DTA986EEBT

这是我的代码和结果

如您所见，顶级产品不是他/她购买的产品。感谢您的帮助。

随着新的 aws-similar-items 配方的引入，我认为这会给“因为你看了 x”带来很大的改进，但对于很多项目来说，它似乎只是显示热门项目，甚至没有任何类型的项目/描述/标题共同点。

有没有办法让这个权重更倾向于项目元数据而不是历史数据？

我注意到我需要过滤的架构字段之一是 booleaN，并且由于您无法过滤布尔值，因此我需要更改架构。

我能够使用新的 Python SDK 创建新架构，但看不到如何更新架构？

您可以删除数据集，但这意味着必须删除所有过滤器，这意味着我们的服务必须关闭？（API 中的所有内容都使用过滤器）。

我是 AWS Personalize 的新用户。所以，我只有几个关于下面推荐者再培训的问题。

• 目前，我专注于电子商务数据集组并使用电子商务用例推荐器。如果我用这个；它不能创建一个活动，对吧？
• 如果我理解正确，这不需要重新训练模型吗？（如果我使用上面的推荐器）因为我阅读了许多文档，当我们仅使用自定义资源并创建活动时，它只有一个再培训过程，对吗？
• 所以，当我增加新的事件数据时，推荐器会直接将新数据应用于推荐，对吧？如果是，这意味着我们不需要关注电子商务用例的再培训过程，对吗？遵循此文档

这就是我的问题。

我有一个网站：

1. 10,000 页，每页代表一个类别，例如：“笔记本电脑”。
2. 在每一页上，我都展示了 20 种推荐产品
3. 99% 的用户是匿名的
4. 对于每个用户，我都有一个上下文（设备、用户代理和类别）
5. 对于每种产品，我都有价格和卖家名称
6. 我有 2 个事件：出境和购买

我想根据用户上下文对每个新匿名用户的结果重新排序（重新排序、排序）。我想根据表现（出境和购买）重新排名。

您对特定算法或工具或服务有推荐吗？我发现 AWS Personalize 非常好，但问题是我的所有用户都是匿名的，所以我不相信它在我的用例中有效。