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（自定义资源）
<a name="rankings"></a>

个性化排名是为特定用户重新排名的推荐物品的列表。要获得个性化排名，请调用 [GetPersonalizedRanking](API_RS_GetPersonalizedRanking.md) API 操作或在控制台中从市场活动中获取建议。

**注意**  
必须已使用 PERSONALIZED\$1RANKING 类型的配方创建支持市场活动的解决方案。有关更多信息，请参阅 [选择食谱](working-with-predefined-recipes.md)。

**Topics**
+ [个性化排名评分的工作原理](#how-ranking-scoring-works)
+ [获取个性化排名（控制台）](get-ranking-recommendations-console.md)
+ [获取个性化排名 (Amazon CLI)](get-personalized-rankings-cli.md)
+ [获取个性化排名 (Amazon SDK)](get-personalized-rankings-sdk.md)
+ [Personalized-Ranking 示例笔记本](#real-time-recommendations-personalized-ranking-example)

## 个性化排名评分的工作原理
<a name="how-ranking-scoring-works"></a>

与使用 User-Personalization-v2 和 User-Personalization 配方创建的解决方案的 `GetRecommendations` 操作返回的分数相似，`GetPersonalizedRanking` 分数总和为 1，但只有输入物品获得分数且推荐分数往往更高。如果某个项目在最近一次训练中不存在，则该项目的分数为 0。

在数学上，GetPersonalizedRanking 的评分函数与 `GetRecommendations` 相同，但它只考虑输入物品。这意味着分数接近 1 的可能性更高，因为将分数进行划分的其他选择更少：

![\[描绘了用于计算评分中每个物品分数的公式。\]](http://docs.amazonaws.cn/personalize/latest/dg/images/get_personalized_ranking.png)


## Personalized-Ranking 示例笔记本
<a name="real-time-recommendations-personalized-ranking-example"></a>

 有关展示如何使用 Personalized-Ranking 食谱的示例 Jupyter 笔记本，请参阅 [Personalize Ranking 示例](https://github.com/aws-samples/amazon-personalize-samples/blob/master/next_steps/core_use_cases/personalized_ranking/personalize_ranking_example.ipynb)。