Publié le: May 2, 2024
Amazon Personalize annonce aujourd'hui la disponibilité générale de deux nouvelles recettes, User-Personalization-v2 et Personalized-Ranking-v2 (recettes v2). Basées sur l'architecture Transformateurs, ces nouvelles recettes prennent en charge des catalogues contenant jusqu'à 5 millions d'éléments avec une latence d'inférence plus faible. Les tests réalisés par Amazon Personalize ont montré que les recettes v2 amélioraient la précision des recommandations jusqu'à 9 % et la couverture des recommandations jusqu'à 1,8 fois par rapport aux versions précédentes. Une couverture plus élevée signifie qu'Amazon Personalize recommande une plus grande partie de votre catalogue. Ces nouvelles recettes prennent également en charge les métadonnées des éléments, comme les genres et les descriptions dans les réponses d'inférence, ce qui permet aux clients d'enrichir facilement les recommandations dans leurs interfaces utilisateur.
Amazon Personalize permet de personnaliser les sites web, applications, e-mails, etc. à l'aide de la même technologie de machine learning (ML) que celle utilisée par Amazon, sans expertise en la matière. À l'aide de recettes (algorithmes pour des cas d'utilisation spécifiques) fournies par Amazon Personalize, les clients peuvent proposer un large éventail de fonctionnalités de personnalisation, notamment des recommandations de produits ou de contenus et un classement personnalisé.
Pour commencer à utiliser Amazon Personalize, fournissez un flux d'activité (clics, pages vues, inscriptions, achats, etc.) ainsi qu'un catalogue des éléments que vous souhaitez recommander, tels que des vidéos, des produits, des articles ou de la musique. Vous pouvez également fournir des informations démographiques concernant vos utilisateurs. Amazon Personalize traitera les données, entraînera et optimisera votre modèle personnalisé, puis l'hébergera pour vos applications.
User-Personalization-v2 et Personalized-Ranking-v2 sont disponibles dans toutes les régions prises en charge. Vous pouvez y accéder via la console ou l'API Amazon Personalize. Pour commencer, reportez-vous à notre documentation.