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。
获取个性化排名 (Amazon SDK)
以下代码示例显示了如何使用 Amazon SDK 获得个性化排名的不同变体。
获取个性化排名
以下代码展示了如何为用户获取个性化排名。指定用户的 ID 和要为用户排名的物品 ID 列表。物品 ID 必须位于您用于训练解决方案版本的数据中。这将返回已排名的建议列表。Amazon Personalize 会将列表中的第一个物品视为用户最感兴趣的物品。
- SDK for Python (Boto3)
-
import boto3
personalizeRt = boto3.client('personalize-runtime')
response = personalizeRt.get_personalized_ranking(
campaignArn = "Campaign arn
",
userId = "UserID
",
inputList = ['ItemID1
','ItemID2
']
)
print("Personalized Ranking")
for item in response['personalizedRanking']:
print (item['itemId'])
- SDK for Java 2.x
-
public static List<PredictedItem> getRankedRecs(PersonalizeRuntimeClient personalizeRuntimeClient,
String campaignArn,
String userId,
ArrayList<String> items) {
try {
GetPersonalizedRankingRequest rankingRecommendationsRequest = GetPersonalizedRankingRequest.builder()
.campaignArn(campaignArn)
.userId(userId)
.inputList(items)
.build();
GetPersonalizedRankingResponse recommendationsResponse =
personalizeRuntimeClient.getPersonalizedRanking(rankingRecommendationsRequest);
List<PredictedItem> rankedItems = recommendationsResponse.personalizedRanking();
int rank = 1;
for (PredictedItem item : rankedItems) {
System.out.println("Item ranked at position " + rank + " details");
System.out.println("Item Id is : " + item.itemId());
System.out.println("Item score is : " + item.score());
System.out.println("---------------------------------------------");
rank++;
}
return rankedItems;
} catch (PersonalizeRuntimeException e) {
System.err.println(e.awsErrorDetails().errorMessage());
System.exit(1);
}
return null;
}
- SDK for JavaScript v3
// Get service clients module and commands using ES6 syntax.
import { GetPersonalizedRankingCommand } from
"@aws-sdk/client-personalize-runtime";
import { personalizeRuntimeClient } from "./libs/personalizeClients.js";
// Or, create the client here.
// const personalizeRuntimeClient = new PersonalizeRuntimeClient({ region: "REGION"});
// Set the ranking request parameters.
export const getPersonalizedRankingParam = {
campaignArn: "CAMPAIGN_ARN", /* required */
userId: 'USER_ID', /* required */
inputList: ["ITEM_ID_1", "ITEM_ID_2", "ITEM_ID_3", "ITEM_ID_4"]
}
export const run = async () => {
try {
const response = await personalizeRuntimeClient.send(new GetPersonalizedRankingCommand(getPersonalizedRankingParam));
console.log("Success!", response);
return response; // For unit tests.
} catch (err) {
console.log("Error", err);
}
};
run();
如果您在市场活动的建议中启用了元数据,则可以指定要包含在响应中的物品数据集元数据列。有关启用元数据的信息,请参阅推荐中的商品元数据。
以下代码示例显示了如何在请求个性化排名时指定元数据列。
import boto3
personalizeRt = boto3.client('personalize-runtime')
response = personalizeRt.get_personalized_ranking(
campaignArn = "Campaign arn
",
userId = "UserID
",
inputList = ['ItemID1
','ItemID2
'],
metadataColumns = {
"ITEMS": ['columnNameA
','columnNameB
']
}
)
print("Personalized Ranking")
for item in response['personalizedRanking']:
print (item['itemId'])
print (item['metadata'])
使用上下文元数据获得个性化排名
使用以下代码,根据上下文元数据获取个性化排名。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。此外,将 inputList
更改为用于训练解决方案的数据中的物品 ID 列表。Amazon Personalize 会将列表中的第一个物品视为用户最感兴趣的物品。
import boto3
personalizeRt = boto3.client('personalize-runtime')
response = personalizeRt.get_personalized_ranking(
campaignArn = "Campaign ARN
",
userId = "User ID
",
inputList = ['ItemID1
', 'ItemID2
'],
context = {
'DEVICE
': 'mobile phone
'
}
)
print("Personalized Ranking")
for item in response['personalizedRanking']:
print(item['itemId'])