Veröffentlicht am: May 24, 2022
Amazon Personalize bietet jetzt Offline-Modell-Metriken für Empfehlungsgeber, mit denen Sie die Qualität der Empfehlungen bewerten können. Ein Empfehlungsgeber ist eine Ressource, die für bestimmte Anwendungsfälle optimierte Empfehlungen bereitstellt, z. B. „Häufig zusammen gekauft“ für den Einzelhandel und „Top-Picks für Sie“ für den Bereich Medien und Unterhaltung. Offline-Metriken sind Metriken, die Amazon Personalize generiert, wenn Sie einen Empfehlungsgeber erstellen. Sie können Offline-Metriken verwenden, um die Leistung des grundlegenden Modells des Empfehlungsgebers zu analysieren. Offline-Metriken erlauben es Ihnen, das Modell mit anderen Modellen, die auf denselben Daten trainiert wurden, zu vergleichen. Zu den bereitgestellten Metriken gehören die Reichweite, der mittlere wechselseitige Rang, der normalisierte diskontierte kumulierte Gewinn (NDCG) und die Präzision.
Sie können die Metrik eines Empfehlungsgebers auf der Detailseite des Empfehlungsgebers in der Amazon-Personalize-Konsole einsehen, oder indem Sie die DescribeRecommender-API als Teil der AWS Command Line Interface (AWS CLI) / AWS SDKs verwenden. Weitere Informationen zum Abrufen von Modell-Metriken für einen Empfehlungsgeber finden Sie im Entwicklerhandbuch für Amazon Personalize.
Amazon Personalize ermöglicht es Ihnen, Ihre Website, Apps, Anzeigen, E-Mails und mehr zu personalisieren, indem Sie die selbe Technologie für Machine Learning wie bei Amazon verwenden, ohne dass Sie vorher Erfahrungen mit Machine Learning machen müssen. Besuchen Sie unsere Dokumentation, um mit Amazon Personalize zu starten.