張貼日期: Jun 8, 2020
Amazon Personalize 運用機器學習技術，並在 Amazon.com 超過 20 年的推薦系統開發中得到完善。藉助 Amazon Personalize，您可以為使用者提供針對產品、影片、音樂、電子書、廣告、行銷電子郵件等個人化推薦，無須預先獲得任何機器學習經驗。
今天，我們欣喜地宣佈，在 Amazon Personalize 中新增推薦篩選器，該功能透過篩選出使用者已購買產品、已觀看影片或已取用的其他數位內容推薦，從而提高個人化推薦的相關性。接受此類推薦可能會讓使用者感到失望，從而導致參與度降低，並因此失去收益機會。客戶通常透過編寫自訂程式碼來立即解決此問題，該程式碼可將針對每個使用者的推薦，與其資料庫中儲存的轉換資料進行比較，並移除該使用者已購買產品的推薦。對於客戶而言，這可能是一個耗時且容易出錯的程序。Amazon Personalize 中的推薦篩選器無需編寫自訂程式碼，並自動篩選出使用者已購買產品的推薦。設定和使用推薦篩選器很簡單。首先，使用 Amazon Personalize 主控台或 API，透過 Amazon Personalize 特定 DSL (網域特定語言) 建立篩選器。接著，在使用 GetRecommendations 或 GetPersonalizedRanking API 查詢即時推薦時；或者透過批次處理推論任務以批次模式產生推薦時，套用此篩選器。若要進一步了解此功能，請瀏覽部落格。
下列區域現可在 Amazon Personalize 中使用推薦篩選器：美國東部 (維吉尼亞北部、俄亥俄)、美國西部 (奧勒岡)、加拿大 (中部)、歐洲 (愛爾蘭)，以及亞太區域 (雪梨、東京、孟買、新加坡、首爾)。