Amazon Personalize 中的实时操作推荐 - Amazon Personalize
操作建议评分的工作原理获取操作建议（控制台）获取操作建议 (Amazon CLI)获取操作建议 (Amazon SDKs)
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。

Amazon Personalize 中的实时操作推荐

如果你使用 PERSONALIZED _ 配ACTIONS方，则可以实时从你的广告活动中获得操作建议。您可以通过 Amazon Personalize 控制台 Amazon Command Line Interface （Amazon CLI）或获取操作建议 Amazon SDKs。

操作建议评分的工作原理

通过 Next-Best-Action配方，Amazon Personalize 会根据用户与操作互动的可能性为操作生成分数。分数可以介于 0 - 1.0 之间。越接近 1.0，用户将与操作交互的可能性就越大。

如果您尚未导入任何操作交互数据，则所有建议操作的分数都将为 0.0。如果 Amazon Personalize 在浏览过程中建议操作，则该物品的分数将为 0.0。Amazon Personalize 使用浏览来建议没有操作交互数据的操作。有关浏览的更多信息，请参阅探索。

获取操作建议（控制台）

要通过 Amazon Personalize 控制台获取建议，您需要在自定义市场活动的详情页面上提供请求信息。

获取操作建议

  1. 在https://console.aws.amazon.com/personalize/家中打开 Amazon Personalize 控制台并登录您的账户。

  2. 选择包含要使用的市场活动的数据集组。

  3. 在导航窗格中，在自定义资源下选择市场活动。

  4. 选择目标市场活动。

  5. 在测试市场活动结果下，输入您的建议请求详细信息。

    如果您在用户登录（匿名用户）之前为其记录了事件，则可以通过提供来自这些事件的 sessionId（就像是其 userId），获取针对此用户的建议。有关为匿名用户记录事件的更多信息，请参阅为匿名用户记录事件。

  6. （可选）选择筛选器。有关更多信息，请参阅 筛选建议和用户细分。

  7. 选择获得建议。此时将显示一个表，其中包含向用户建议的前 5 个操作。

获取操作建议 (Amazon CLI)

使用以下代码从市场活动中获得操作建议。指定您想要获得推荐的用户的 ID 以及您的活动的 Amazon 资源名称 (ARN)。

要更改建议操作的数量，请更改 numResults 的值。默认为 5 个操作。最多为 100 个操作。

要按自定义条件筛选操作建议，您可以创建筛选条件并将其应用于 get-action-recommendations 操作。有关更多信息，请参阅 筛选建议和用户细分。

如果您在用户登录（匿名用户）之前为其记录了事件，则可以通过提供来自这些事件的 sessionId（就像是其 userId），获取针对此用户的建议。有关为匿名用户记录事件的更多信息，请参阅为匿名用户记录事件。

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

获取操作建议 (Amazon SDKs)

以下代码展示了如何从市场活动中为用户获取 Amazon Personalize 建议。指定您想要获得推荐的用户的 ID 以及您的活动的 Amazon 资源名称 (ARN)。

要更改建议操作的数量，请更改 numResults 的值。默认为 5 个操作。最多为 100 个操作。

要按自定义条件筛选操作建议，您可以创建一个过滤器并将其应用于GetActionRecommendationsAPI请求。有关更多信息，请参阅 筛选建议和用户细分。

如果您在用户登录（匿名用户）之前为其记录了事件，则可以通过提供来自这些事件的 sessionId（就像是其 userId），获取针对此用户的建议。有关为匿名用户记录事件的更多信息，请参阅为匿名用户记录事件。

import boto3

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

response = personalizeRt.get_action_recommendations(
    campaignArn = 'Campaign ARN',
    userId = 'User ID',
    numResults = 10
)

print("Recommended actions")
for item in response['actionList']:
    print (item['actionId'])