结合用户交互数据和上下文数据以生成高质量推荐
使用机器学习，Amazon Personalize 可以了解过去的用户交互（事件），例如点击、购买、观看等，用户的相关信息，例如年龄、位置等，以及项目信息，例如品牌、价格等，以生成与每位用户高度相关的推荐。
自动化的机器学习
Amazon Personalize 包含可为您照管机器学习的 AutoML 功能。在您通过 Amazon S3 或实时集成提供数据后，Amazon Personalize 可以自动加载并检查数据，选择正确的算法，训练模型，提供准确度指标以及生成个性化预测。
基于在 Amazon.com 中使用的相同技术
Amazon Personalize 包含基于二十多年个性化经验的算法，以及由运营 Amazon.com 零售业务而得的先进专业知识。Amazon Personalize 提供了一系列适合用户个性化、类型项目和重新排名使用案例的算法。
持续学习以提高性能
从每次用户互动中学习并不断提高您的业务目标；Amazon Personalize 允许您实时发送用户事件并生成可响应实时用户活动的推荐。客户还可根据最近、最新的用户事件、用户数据和项目数据重新训练数据，使 Amazon Personalize 能持续校准以改进用户偏好。
轻松与您的现有工具集成
Amazon Personalize 可以通过简单的推理 API 调用轻松集成到网站、移动应用或内容管理和电子邮件营销系统中。借助该服务，您即可生成用户推荐、类似项目推荐和个性化项目重新排名。您只需调用 Amazon Personalize API，该服务就会以 JSON 格式输出项目推荐或重新排名的项目列表，您可以在应用程序中使用这些输出。
GetRecommendations API 返回一系列给定 userID 的相关项。代表使用示例包括，视频流网站上登录页面的内容推荐小部件，它会根据用户过去观看的内容建议一系列视频。
GetRecommendations API 还可用于返回一系列给定输入 itemID 的类似 itemID。代表使用案例包括，当用户位于一部电影的详情页面时，向其推荐类似电影。
GetPersonalizedRanking API 会重新对给定 userID 的 itemID 列表和待重新排名的 itemID 类型排名。输入列表可来自任何源，例如编辑精选列表或来自搜索查询的 itemID 列表。例如，电子商务零售商可以根据对客户之前的行为和过去购物的了解，显示最相关的结果，而不是显示与关键字直接匹配的产品列表。
GetRecommendation 和 GetPersonalizedRanking APIs 还可用于与现有的电子邮件和通知工作流程集成。例如，如果用户放弃其在应用程序上的航班搜索会话，在线旅行网站会发送带有合适促销优惠的通知。通过向每位用户提供适当的相关促销和优惠，即可提高转换和销售额。
