Publicado: Jun 8, 2020
O Amazon Personalize usa uma tecnologia de machine learning aperfeiçoada após mais de 20 anos de desenvolvimento de sistemas de recomendação na Amazon.com. Com o Amazon Personalize, você pode personalizar recomendações para produtos, vídeos, músicas, ebooks, anúncios, e-mails de marketing e muito mais para seus usuários, sem qualquer experiência prévia com machine learning.
Hoje, temos o prazer de anunciar a inclusão de filtros de recomendações no Amazon Personalize, que melhoram a relevância das recomendações personalizadas, removendo recomendações de produtos que os usuários já compraram, vídeos aos quais eles já assistiram ou outros conteúdos digitais que eles já tenham consumido. Receber essas recomendações pode ser uma experiência frustrante para os usuários, o que pode resultar em menos envolvimento e, consequentemente, na perda de oportunidades de receita. Normalmente, os clientes solucionam esse problema escrevendo um código personalizado, que compara as recomendações de cada usuário com os dados de conversão armazenados em seus bancos de dados e remove as recomendações de produtos que os usuários já compraram. Esse processo pode ser demorado e propenso a erros para os clientes. Os filtros de recomendações no Amazon Personalize eliminam a necessidade de escrever código personalizado e removem automaticamente as recomendações de produtos que os usuários já compraram. A configuração e utilização de filtros de recomendações é simples. Em primeiro lugar, você usa o console ou a API do Amazon Personalize para criar um filtro usando uma DSL (Domain Specific Language) específica do Amazon Personalize. Em seguida, você aplica esse filtro ao consultar recomendações em tempo real usando a API GetRecommendations ou GetPersonalizedRanking ou ao gerar recomendações no modo em lote por meio de um trabalho de inferência em lote. Para saber mais sobre esse recurso, visite nosso blog.
Filtros de recomendações no Amazon Personalize agora estão disponíveis nas seguintes regiões: Leste dos EUA (Virgínia do Norte, Ohio), Oeste dos EUA (Oregon), Canadá (Central), Europa (Irlanda) e Ásia-Pacífico (Sydney, Tóquio, Mumbai, Cingapura, Seul).