从推荐人那里获取推荐 - Amazon Personalize
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

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。

从推荐人那里获取推荐

使用 Domain 数据集组,您可在应用程序中使用它来获取实时推荐。GetRecommendationsoperation. 或者,您可以使用 Amazon Personalize 化控制台测试推荐人。有关推荐者的更多信息,请参阅创建推荐者

通过推荐者获取推荐(控制台)

使用您的推荐者通过 Amazon Personalize 化控制台获取建议,如下所示。

获取推荐(控制台)

  1. 从打开 Amazon Personalize 控制台https://console.aws.amazon.com/personalize/home然后登录您的账户。

  2. 从导航窗格中,选择数据集组然后选择数据集组。

  3. 导航到推荐通过执行以下操作之一来进行页面:

    • 在导航窗格中,选择推荐

    • 在 Overview 页面上,选择推荐人选项卡,然后选择。获取建议.

  4. 在存储库的推荐在页面上,选择您的使用案例。

  5. 测试活动结果中,根据您的使用案例输入推荐请求详细信息。有关不同用例推荐要求的信息,请参阅选择推荐用例.

    如果您在用户(匿名用户)登录之前为其录制了事件,则可以通过提供sessionId来自那些事件而不是userId. 有关为匿名用户录制事件的更多信息,请参阅PutEvents 操作.

  6. 也可以选择一个筛选器来筛选你的推荐。要创建过滤器,请选择创建筛选器. 有关更多信息,请参阅 筛选推荐和用户细分。如果您的使用案例包括自动筛选(例如筛选已购买的商品)推荐给你用例),除了过滤器之外,还应用自动筛选器。

  7. 选择 Get recommendations (获得推荐)。此时将显示一个包含用户前 25 项的表。

与推荐者一起获取推荐 (Amazon CLI)

使用以下代码可从推荐人那里获取建议。更改的值User ID转换为您导入的数据中的用户 ID。将显示为用户推荐的前 10 项的列表。要更改推荐的项目的数量,请更改的值numResults. 默认值为 25 项。最多 500 项。如果你的推荐者的用例需要一个 itemId 而不是 userId,请替换user-id带有的参数item-id然后指定商品编号。

如果您在用户(匿名用户)登录之前为其录制了事件,则可以通过提供sessionId来自那些事件而不是userId. 有关为匿名用户录制事件的更多信息,请参阅PutEvents 操作.

aws personalize-runtime get-recommendations \ --recommender-arn recommender arn \ --user-id User ID \ --num-results 10

要筛选推荐结果,请指定筛选条件的 Amazon 资源名称 (ARN) 并附加filter-arn参数。有关更多信息,请参阅 筛选推荐和用户细分。如果您的使用案例包括自动筛选(例如筛选已购买的商品)推荐给你用例),除了过滤器之外,还应用自动筛选器。

与推荐者一起获取推荐 (Amazon开发工具包)

以下代码展示如何 Amazon Personalize 过Amazon开发工具包。更改的值userId转换为您导入的数据中的用户 ID。将显示为用户推荐的前 10 项的列表。要更改推荐的项目的数量,请更改的值numResults. 默认值为 25 项。最多 500 项。如果推荐者的用例需要 IitemId,请替换userId带有的参数itemId然后指定商品编号。

如果您在用户(匿名用户)登录之前为其录制了事件,则可以通过提供sessionId来自那些事件而不是userId. 有关为匿名用户录制事件的更多信息,请参阅PutEvents 操作.

要筛选推荐结果,请指定筛选条件的 Amazon 资源名称 (ARN),并在filterArn参数。有关更多信息,请参阅 筛选推荐和用户细分。如果您的使用案例包括自动筛选(例如筛选已购买的商品)推荐给你用例),除了过滤器之外,还应用自动筛选器。

SDK for Python (Boto3)
import boto3 personalizeRt = boto3.client('personalize-runtime') response = personalizeRt.get_recommendations( recommenderArn = 'Recommender ARN', userId = 'User ID', numResults = 10 ) print("Recommended items") for item in response['itemList']: print (item['itemId'])
SDK for Java 2.x
public static void getRecs(PersonalizeRuntimeClient personalizeRuntimeClient, String recommenderArn, String userId){ try { GetRecommendationsRequest recommendationsRequest = GetRecommendationsRequest.builder() .recommenderArn(recommenderArn) .numResults(10) .userId(userId) .build(); GetRecommendationsResponse recommendationsResponse = personalizeRuntimeClient.getRecommendations(recommendationsRequest); List<PredictedItem> items = recommendationsResponse.itemList(); for (PredictedItem item: items) { System.out.println("Item Id is : "+item.itemId()); System.out.println("Item score is : "+item.score()); } } catch (AwsServiceException e) { System.err.println(e.awsErrorDetails().errorMessage()); System.exit(1); } }