Amazon Personalize - 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。

Amazon Personalize

本节将介绍 Amazon Personalize 中使用的术语。

DATA 导入和管理

以下术语涉及 Amazon Personalize 中的数据导入、导出和格式化。

上下文元数据

发生事件(如点击)时,您收集的有关用户浏览上下文(例如使用的设备或位置)的交互数据。上下文元数据可以改善新用户和现有用户的建议相关性。

dataset

您上传到 Amazon Personalize 的数据容器。Amazon Personalize 数据集有三种类型:用户、项目和交互。

数据集组

Amazon Personalize 组件的容器,包括数据集、事件跟踪器、解决方案、筛选器、营销活动和批量推理作业。数据集组将资源组织到独立的集合中,因此来自一个数据集组的资源不能影响任何其他数据集组中的资源。

数据集导出任务

记录导出工具,可将数据集中的记录输出到 Amazon S3 存储桶中的一个或多个 CSV 文件。输出 CSV 文件包含一个标题行,其列名称与数据集方案中的字段相匹配。

数据集导入作业

一种批量导入工具,用于 Amazon Personalize S3 存储桶中 CSV 文件中的数据填充您的 Amazon 个性化数据集。

event

您录制并上传到 Amazon Personalize 互动数据集的用户操作(如点击、购买或视频观看)。您可以从 CSV 文件批量导入事件,使用 Amazon Personalize 控制台逐步导入事件。

显式展示

您手动添加到 Amazon Personalize 交互数据集中的项目列表。与 Amazon Personalize 自动从您的推荐数据中派生的隐含展示量不同,您可以选择在显式展示中包含的内容。

隐式印象

您的应用程序向用户显示的建议。与您手动添加到互动数据集中的显式展示不同,Amazon Personalize 会自动从您的推荐数据中获取隐含的展示。

展示数据

您在用户与特定项目交互时显示的项目列表,方法是单击特定项目、观看项目、购买项目等。Amazon Personalize 使用展示量数据根据用户选择或忽略同一商品的频率来计算新商品对用户的相关性。

交互数据集

从用户和项目之间的交互中收集的历史数据和实时数据的容器(称为事件)。交互数据可以包括展示数据上下文元数据.

项目数据集

有关项目的元数据的容器,例如价格、类型或可用性。

schema

JSON 对象Apache Avro格式,告诉 Amazon Personalize 您的数据结构。Amazon Personalize 使用您的架构来解析您的数据。

用户数据集

一个容器,用于存储有关用户的元数据,例如年龄、性别或会员资格。

Training

以下术语与在 Amazon Personalize 中培训模型有关。

项目与项目相似性 (SIMS) 配方

A相关项目方法,该方法使用 Interact 数据集中的数据为类似于指定项目的项目提出建议。SIMS 配方根据用户与项目进行交互的方式而不是匹配项目元数据(如价格或颜色)来计算相似性。

个性化排名配方

A个性化排名方法,该方法根据特定用户的预测兴趣级别对您提供的项目集合进行排名。使用个性化排名配方来个性化针对特定用户个性化的项目列表或搜索结果的顺序。

人口计数配方

AUSER_PERSONALION配方,推荐与独特用户交互最多的项目。

recipe

一种 Amazon Personalize 算法,预先配置用于预测用户将与之交互的项目(对于 USER_PRONICATE 配方),或计算与用户表示感兴趣的特定项目类似的商品(对于 Relted_ITES 配方),或根据您提供的商品集合排名特定用户的预测兴趣(对于个性化 _ 排名配方)。

solution

Amazon Personalize 用于生成建议的配方、自定义参数和训练模型(解决方案版本)。

解决方案版本

作为 Amazon Personalize 解决方案的一部分创建的训练模型。您可以在市场活动中部署解决方案版本,以激活用于请求建议的个性化 API。

训练模式

创建解决方案版本时要执行的培训范围。有两种不同的模式:完整和更新。FULL 模式基于数据集组中数据集中的整个训练数据创建一个全新的解决方案版本。UPDATE 以增量方式更新现有解决方案版本,以推荐自上次培训以来添加的新项目。

注意

借助用户个性化功能,Amazon Personalize 会自动更新通过 FULL 培训模式培训的最新解决方案版本。请参阅自动更新

用户个性化配方

一种基于层次循环神经网络的研究USER_PERSONALION配方,可预测用户将与之交互的项目。用户个性化配方可以使用项目浏览和展示数据为新项目生成建议。

模型部署和建议

以下术语涉及在 Amazon Personalize 中部署和使用模型。

批量推理作业

从 Amazon S3 存储桶导入批量输入数据的工具,使用您的解决方案版本生成建议,并将建议导出到 Amazon S3 存储桶。我们建议您为输出数据使用不同的位置(文件夹或不同的 Amazon S3 存储桶)。使用批量推理作业,针对不需要实时更新的大型数据集获取建议。

活动

部署的解决方案版本(经过培训的模型),具有预配置的专用事务容量,用于为应用程序用户创建实时建议。创建市场活动后,您可以使用getRecommendations或者getPersonalizedRankingAPI 操作以获取建议。

项目浏览

Amazon Personalize 使用该流程来测试不同的商品推荐,并了解用户如何在没有或非常少的交互数据的情况下响应新商品。当您使用用户个性化配方训练模型时,Amazon Personalize 使用探索功能。对于实时建议,您可以在活动级别配置探索。对于批处理建议,需在创建批量推理作业时配置浏览。

建议

Amazon Personalize 预测用户将与之交互的项目列表。根据所使用的 Amazon Personalize 配方,推荐可以是商品列表(用户个性化配方和相关产品配方),也可以是您提供的商品集合的排名(个性化配方)。