Publicado en: May 2, 2024

Hoy, Amazon Personalize anuncia la disponibilidad general de dos nuevas recetas, UserPersonalization-v2 y Personalized-Ranking-v2 (recetas v2). Basadas en la arquitectura de Transformers, estas nuevas recetas admiten catálogos con hasta 5 millones de artículos con una latencia de inferencia más baja. Las pruebas de Amazon Personalize mostraron que las recetas de la versión 2 mejoraron la precisión de las recomendaciones hasta un 9 % y la cobertura de las recomendaciones hasta 1,8 veces en comparación con las versiones anteriores. Una cobertura más alta significa que Amazon Personalize recomienda una mayor parte de su catálogo. Estas nuevas recetas también admiten los metadatos de los artículos, como los géneros y las descripciones, en las respuestas de inferencia, lo que permite a los clientes enriquecer fácilmente las recomendaciones en sus interfaces de usuario.

Amazon Personalize permite a los clientes personalizar los sitios web, las aplicaciones, los correos electrónicos y mucho más con la misma tecnología de machine learning (ML) que utiliza Amazon. No es necesario tener experiencia en esta tecnología. Con las recetas (algoritmos para casos de uso específicos) que ofrece Amazon Personalize, los clientes pueden ofrecer una amplia gama de opciones de personalización, incluidas recomendaciones de productos o contenidos y una clasificación personalizada.

Para comenzar a usar Amazon Personalize, puede proporcionar un flujo de actividades (clics, vistas de páginas, suscripciones, compras, etc.), así como un catálogo de los elementos que desea recomendar, como videos, productos, artículos o música. También puede proporcionar información demográfica de sus usuarios. Amazon Personalize procesará los datos, entrenará y optimizará su modelo personalizado y, a continuación, lo alojará para sus aplicaciones.

User-Personalization-v2 y Personalized-Ranking-v2 están disponibles en todas las regiones compatibles. Puede acceder a ellos a través de la consola o API de Amazon Personalize. Para comenzar, consulte nuestra documentación.