Veröffentlicht am: Jul 3, 2023
Amazon Personalize verwendet jetzt die neuesten gestreamten Daten für Batch-Empfehlungen und verbessert so die Qualität der Empfehlungen, indem die letzten Benutzerinteraktionen erfasst werden. Batch-Empfehlungen verwenden jetzt neu aufgezeichnete Ereignisse, die über den Ereignistracker von Personalize gestreamt wurden, um Empfehlungen zu generieren, ohne dass das Modell erneut trainiert werden muss. Bisher wurden in Batch-Empfehlungen nur die Interaktionen bis zum Zeitpunkt der letzten Modellumschulung berücksichtigt. Durch die Berücksichtigung neuerer Interaktionen können die Empfehlungen von Personalize nun besser auf Veränderungen im Benutzerverhalten reagieren.
Die Verwendung von gestreamten Daten für Batch-Empfehlungen ist ganz einfach. Erstellen Sie einfach einen Ereignistracker und führen Sie einen Batch-Inferenzauftrag aus. Die vom Batch-Inferenzauftrag generierten Empfehlungen berücksichtigen dann die neuesten Daten, die an den Ereignistracker gestreamt wurden.
Amazon Personalize ermöglicht Ihnen, Ihre Website, Apps, Anzeigen, E-Mails und mehr zu personalisieren, indem Sie dieselbe Machine-Learning-Technologie wie bei Amazon verwenden, ohne dass Sie über Erfahrung mit Machine Learning verfügen müssen. Besuchen Sie unsere Dokumentation, um mit Amazon Personalize zu starten.