文件
AWS 解決方案:使用機器學習維護個人化體驗
此解決方案透過端對端自動化和 Amazon Personalize 服務中資源的更新排程,可簡化並加速個人化工作負載的開發和部署。它提供可立即部署的解決方案,其中整合了 AWS 服務、程式碼和組態。進一步了解。
示範
Magic Movie Machine

在這個簡短的互動遊戲中,您要找出符合您個人興趣的電影推薦。親身體會 Amazon Personalize 如何了解您喜歡的內容,然後即時調整給您的建議。立即示範。
透過使用者細分,智慧地確定目標客戶

在此示範中,了解如何使用一般商業使用案例的預先建置推薦系統,從而加快產品上市時間。只需針對您的使用案例選取推薦系統,Personalize 就會完成繁重任務,使用 ML 產成推薦,而您可以透過易於使用的 API 存取這些推薦。 立即示範。
適合隨需影片庫示範的即時個人化服務和推薦

在此示範中,了解如何使用 Amazon Personalize 建立針對個別取用者量身打造的內容推薦。產生的內容可從使用者動作 (包括推薦和檢視活動) 衍生出來。立即示範。
使用 Amazon Personalize 和 Amazon CloudWatch Evidently 進行 A/B 測試

在此示範中,您將看到如何使用 Amazon Personalize 和 Amazon CloudWatch Evidently 進行 A/B 測試利用此功能,您可以協調 A/B 測試,以比較不同的推薦引擎解決方案,並做出明智的設計決策。立即觀看。
了解如何針對常見業務使用案例使用 Amazon Personalize 推薦系統

在此示範中,您將了解如何使用一般商業使用案例的預先建置推薦系統,從而加快產品上市時間。您只需針對您的使用案例選取推薦系統,Personalize 就會完成繁重任務,使用機器學習產成建議,而您可以透過易於使用的 API 存取這些推薦。立即示範。
影片
深入了解系列
此 Amazon Personalize 深入了解系列將引導您透過各種方式了解 Amazon Personalize 資料,並使用該服務為您的客戶創造價值。
透過機器學習發揮個人化的全部潛力

機器學習可協助組織大規模提供高度個人化的使用者體驗,進而改善客戶參與度、轉化率和收入。在此網路研討會中,我們說明了使用 Amazon Personalize 將即時個人化整合到現有網站、應用程式和行銷通訊中的價值。我們還將分享零售和媒體娛樂領域的客戶如何提升關鍵業務指標,例如用戶參與度、點擊率以及使用個人化購買的產品。最後,我們將引導您使用程式碼範例和有趣的互動式電影推薦示範,開始使用 Amazon Personalize。
其他影片
教學

使用 Amazon Personalize 建立即時、個人化電影推薦。進一步了解 »
精選部落格
其他文章
透過使用 Amazon Personalize 的業務規則推廣特定商品來定制推薦。
作者:Anna Gruebler、Alex Burkleaux 和 Liam Morrison,2022 年 8 月 15 日
Amazon 利用 Amazon Personalize 中的智慧使用者細分,提高您的行銷投資回報。
作者:Dan Foley、Debarshi Raha、Ge Liu、Haizhou Fu 和 Yifei Ma,2022 年 11 月 29 日
使用 A/B 測試來衡量 Amazon Personalize 產生的建議的效果
作者:Luis Lopez Soria, 2020 年 8 月 20 日
選擇正確的中繼資料,用 Amazon Personalize 建立高效能的推薦模型
作者:Andrew Hood 和 Ion Kleopas,2020 年 9 月 24 日
Amazon Personalize 現在支援動態篩選,以便將業務規則套用於您的即時推薦
作者:Matthew Chwastek、Parth Pooniwala 和 Samuel Ashman,2020 年 11 月 13 日