Veröffentlicht am: Dec 20, 2019
Amazon Personalize ist ein Machine Learning-Service, mit dem Websites, Anwendungen, Anzeigen, E-Mails und mehr personalisiert werden können. Dazu werden benutzerdefinierte Machine Learning-Modelle verwendet, die ohne vorherige Machine Learning-Kenntnisse in Amazon Personalize erstellt werden können. Heute freuen wir uns, Unterstützung für kontextbezogene Empfehlungen anzukündigen, mit denen Sie die Relevanz von Empfehlungen verbessern können, indem Sie sie in einem Kontext generieren, z. B. Gerätetyp, Standort, Tageszeit usw. Kontextinformationen sind auch bei der Personalisierung für neue / nicht identifizierte Benutzer hilfreich, selbst wenn die bisherigen Interaktionen dieser Benutzer nicht bekannt sind.
Um diese Funktion zu verwenden, geben Sie kontextbezogene Informationen (z. B. den Gerätetyp) als Teil von Benutzerelementinteraktionen oder Ereignisdaten an, um ein kontextsensitives Modell mithilfe der HRNN-Metadaten oder der Rezepte für personalisierte Rangfolgen zu personalisieren und anschließend zu schulen. Sie können dann kontextsensitive Empfehlungen abfragen, indem Sie den Echtzeitkontext für einen Benutzer zum Zeitpunkt der Inferenz bereitstellen.
Kontextbezogene Empfehlungen sind jetzt in den Regionen USA Ost (Nord-Virginia, Ohio), USA West (Oregon), Europa (Irland) und Asien-Pazifik (Tokio, Singapur, Mumbai, Sydney) verfügbar. Weitere Informationen hierzu finden Sie im Amazon Personalize-Handbuch zu den ersten Schritten.