게시된 날짜: Jun 8, 2020
Amazon Personalize는 Amazon.com에서 20여 년간 추천 시스템을 개발하면서 쌓은 노하우로 완성된 기계 학습 기술을 활용함니다. Amazon Personalize를 사용하면 기계 학습 사용 경험이 없는 고객도 개인별로 맞춤화된 제품, 동영상, 음악, ebook, 광고, 마케팅 이메일 등의 추천을 사용자에게 제공할 수 있습니다.
오늘 발표하는 Amazon Personalize의 추천 필터는 사용자가 이미 구매한 제품, 이미 시청한 동영상 또는 이미 소비한 다른 디지털 콘텐츠에 대한 추천을 걸러 내어 개인별 추천의 관련성을 높입니다. 그런 추천을 받으면 사용자의 경험에 대한 만족도가 떨어져 몰입도가 낮아지고 결국 매출 기회 손실로 이어질 수 있습니다. 일반적으로 고객은 현재 각 사용자에 대한 추천을 데이터베이스에 저장된 전환 데이터와 비교하고 사용자가 이미 구매한 제품의 추천을 제거하는 사용자 지정 코드를 작성함으로써 이 문제를 해결합니다. 고객에게 이 방법은 시간이 많이 걸리고 오류가 발생하기 쉬운 프로세스입니다. Amazon Personalize의 추천 필터는 사용자 지정 코드를 작성해야 할 필요성을 없애고 사용자가 이미 구매한 제품의 추천을 자동으로 걸러 냅니다. 추천 필터를 설정하고 사용하는 방법은 간단합니다. 먼저 Amazon Personalize 콘솔 또는 API를 통해 Amazon Personalize 전용 DSL(Domain Specific Language(도메인 특정 언어))를 사용하여 필터를 생성합니다. 그런 다음, GetRecommendations 또는 GetPersonalizedRanking API를 사용하여 실시간 추천을 쿼리할 때나 배치 추론 작업을 통해 배치 모드로 추천을 생성할 때 이 필터를 적용합니다. 이 기능에 대해 자세히 알아보려면 블로그를 참조하십시오.
Amazon Personalize의 추천 필터는 이제 미국 동부(버지니아 북부, 오하이오), 미국 서부(오레곤), 캐나다(중부), 유럽(아일랜드) 및 아시아 태평양(시드니, 도쿄, 뭄바이, 싱가포르, 서울)에서 사용할 수 있습니다.