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。
新数据如何影响批量推荐（自定义资源）
创建自定义解决方案版本后，新数据如何影响批量推荐取决于数据的类型、导入方法和所用的自定义配方。
对于用户细分，Amazon Personalize 仅使用上次完整解决方案版本训练中提供的数据生成细分。而且，Amazon Personalize 仅使用您以 FULL（替换现有数据）导入模式导入的批量数据。有关用户细分的更多信息，请参阅使用自定义资源获取批量用户细分。
生成批量物品推荐时，Amazon Personalize 会考虑在创建最新解决方案版本时存在的所有批量数据。可以使用“完整”或“增量”导入模式，导入这些数据。要使较新的批量记录影响批量建议，您必须创建新的解决方案版本，然后创建批量推理作业。
下面几节介绍单个导入如何影响批量物品推荐。
新的交互
如果您使用 USER_PERSONALIZATION 或 PERSONALIZED_RANKING 配方，则 Amazon Personalize 会在数据导入后约 15 分钟内考虑现有物品和用户的新物品交互数据。在最新训练中必须存在这些物品和用户。为确保考虑事件，我们建议您至少等待 15 分钟，然后再开始批量推理作业。对于所有其他配方，以及对于具有新物品或用户的事件，您必须为流事件创建新的解决方案版本，以便影响批量推荐。
新用户
对于没有交互数据的用户，推荐最初仅针对热门物品。如果您使用 USER_PERSONALIZATION 或 PERSONALIZED_RANKING 配方，并为用户记录事件，则其推荐可能会在导入后约 15 分钟内变得更加相关，而无需重新训练。为确保考虑事件，我们建议您至少等待 15 分钟，然后再开始批量推理作业。对于所有其他食谱，您必须为流事件创建新的解决方案版本，以影响用户的批量建议，而无需交互数据。
新物品
使用 User-Personalization-v2 和 User-Personalization 时，当您创建批量推理作业并为解决方案指定经过全面训练的最新解决方案版本时，Amazon Personalize 会自动更新解决方案版本，以便在浏览推荐中加入新物品。如果您不指定最新解决方案版本，则不会进行更新。对于任何其他食谱，您都必须创建一个新的解决方案版本，以便在批量建议中包含新物品。有关浏览的更多信息，请参阅探索。