Veröffentlicht am: Aug 29, 2022
Amazon Personalize hat die Möglichkeiten seiner Filter erweitert, indem es die Grenzwerte erhöht und die Kontrolle über die Anzahl der von jedem Filter berücksichtigten Interaktionen ermöglicht. Amazon-Personalize-Filter verbessern die Relevanz von Empfehlungen, indem sie Produkte entfernen, die die Benutzer bereits gekauft haben, Videos, die sie bereits angesehen haben, oder andere digitale Inhalte, die sie in ihren letzten Interaktionen bereits konsumiert haben. Mehrfache Empfehlungen können für die Benutzer frustrierend sein, wodurch sie weniger interagieren und so Umsatz verloren gehen kann. Amazon Personalize bietet jetzt die Möglichkeit, die Anzahl der Interaktionen, die von den Filtern berücksichtigt werden, zu erweitern, um die historischen Aktivitäten der Benutzer besser zu erfassen, insbesondere für Anwendungsfälle, in denen Kunden ein hohes Interaktionsvolumen haben. Die Filter berücksichtigen jetzt bis zu 100 Interaktionen pro Benutzer und Ereignistyp.
Die Einrichtung und Verwendung von Empfehlungsfiltern ist einfach. Zunächst verwendest du die Amazon-Personalize-Konsole oder -API, um einen Filter mit einer Amazon Personalize-spezifischen DSL (Domain Specific Language) zu erstellen. Als nächstes wendest du diesen Filter an, während du mit der GetRecommendations- oder GetPersonalizedRanking-API nach Echtzeitempfehlungen suchst oder während du Empfehlungen im Batch-Modus durch eine Batch-Inferenzaufgabe generierst. Wenn du die Anzahl der Interaktionen, die von deinen Filtern berücksichtigt werden, erhöhen möchtest, beantrage einfach eine Erhöhung des Servicekontingents über die Servicekontingent-Konsole.