利用上下文元数据提高建议的相关性 - Amazon Personalize
使用上下文元数据获取推荐 (Amazon PythonSDK)
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

利用上下文元数据提高建议的相关性

要提高建议相关性，请在获得物品建议或获得个性化排名时添加用户的上下文元数据，例如他们的设备类型或一天中的时间。

要使用上下文元数据，物品交互数据集的架构必须具有上下文数据的元数据字段。例如，字DEVICE段（请参阅为 Amazon Personalize 架构创建架构JSON文件）。

对于域数据集组，以下推荐器使用案例可以使用上下文元数据：

对于自定义资源，使用上下文元数据的食谱包括以下内容：

有关情境信息的更多信息，请参阅以下 M Amazon achine Learning 博客文章：利用情境信息提高 Amazon Personalize 推荐的相关性。

您可以通过 Amazon Personalize 控制台、 Amazon Command Line Interface (Amazon CLI) 或 Amazon SDKs，获取包含上下文元数据的推荐。

使用上下文元数据获取推荐 (Amazon PythonSDK)

要提高建议相关性，请在获得物品建议或获得个性化排名时添加用户的上下文元数据，例如他们的设备类型或一天中的时间。

使用以下代码，根据上下文元数据获取建议。对于 context，对于每个键值对，提供元数据字段作为键，提供上下文数据作为值。在以下示例代码中，键为 DEVICE，值为 mobile phone。替换这些值，将 Campaign ARN 和 User ID 替换为您自己的值。如果您创建了推荐器，请将 campaignArn 替换为 recommenderArn。这时，将显示为用户推荐的物品列表。

import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_recommendations(
    campaignArn = 'Campaign ARN',
    userId = 'User ID',
    context = {
      'DEVICE': 'mobile phone'
    }
)

print("Recommended items")
for item in response['itemList']:
    print (item['itemId'])