Amazon Personalize ile iş kurallarını kullanarak belirli öğeleri tanıtarak önerilerinizi özelleştirin

Bugün, duyurmaktan heyecan duyuyoruz Promosyonlar Amazon Personalize'da, iş hedeflerinizle uyumlu kurallara göre belirli öğeleri kullanıcılarınıza açıkça önermenize olanak tanıyan bir özellik. Örneğin görünürlüğünü artırmak istediğiniz belirli markaları, şirket içi içeriği veya kategorileri tanıtmanızı gerektiren pazarlama ortaklıklarınız olabilir. Promosyonlar, önerilen öğeler üzerinde size daha fazla kontrol sağlar. Promosyon ürünlerini tanımlamak ve bunları tüm kullanıcı tabanınızda sergilemek için iş kurallarını hiçbir ekstra maliyet olmadan tanımlayabilirsiniz. Ayrıca önerilerinizde tanıtılan içeriğin yüzdesini de kontrol edersiniz. Amazon Personalize, iş kurallarınıza uyan promosyon ürünleri seti içindeki ilgili ürünleri otomatik olarak bulur ve bunları her kullanıcının önerileri doğrultusunda dağıtır.

Amazon Personalize, web siteleri, uygulamalar ve hedefli pazarlama kampanyalarında kişiselleştirilmiş ürün ve içerik önerilerini güçlendirerek müşteri etkileşimini artırmanıza olanak tanır. Birkaç tıklamayla kolayca gelişmiş kişiselleştirme yetenekleri oluşturmak için API'leri kullanarak, önceden herhangi bir makine öğrenimi (ML) deneyiminiz olmadan başlayabilirsiniz. Tüm verileriniz gizli ve güvenli olacak şekilde şifrelenir ve yalnızca kullanıcılarınız için öneriler oluşturmak amacıyla kullanılır.

Bu yazıda, e-ticaret kullanım senaryosuna yönelik yeni promosyonlar özelliğiyle önerilerinizi nasıl özelleştireceğinizi gösteriyoruz.

Çözüme genel bakış

Farklı işletmeler, etkileşimi artırmak istedikleri içerik türü için bireysel hedeflerine göre promosyonlardan yararlanabilir. Önerilerinizin bir yüzdesinin alan adı ne olursa olsun herhangi bir uygulama için belirli bir türde olmasını sağlamak amacıyla promosyonları kullanabilirsiniz. Örneğin, e-ticaret uygulamalarında, önerilen öğelerin %20'sinin indirimde olarak işaretlenen veya belirli bir marka veya kategoriye ait olması için bu özelliği kullanabilirsiniz. İsteğe bağlı video kullanım örneklerinde, bu özelliği, bantın %40'ını öne çıkarmak istediğiniz yeni başlatılan programlar ve filmlerle doldurmak veya canlı içeriği tanıtmak için kullanabilirsiniz. Promosyonlardan yararlanabilirsiniz etki alanı veri kümesi grupları ve özel veri kümesi grupları (Kullanıcı Kişiselleştirme ve Benzer ürünler tarifler).

Amazon Personalize, promosyonları yapılandırmayı basitleştirir: Öncelikle, tanıtımını istediğiniz ürünleri seçen bir filtre oluşturun. Amazon Personalize DSL'yi (etki alanına özgü dil) kullanarak mantığınızla bir filtre oluşturmak için Amazon Personalize konsolunu veya API'sini kullanabilirsiniz. Sadece birkaç dakika sürer. Ardından, öneriler isterken filtreyi, bu filtreyle eşleşmesi gereken önerilerin yüzdesini ve gerekiyorsa dinamik filtre parametrelerini belirterek promosyonu belirtin. Tanıtılan öğeler öneriler arasında rastgele dağıtılır ancak mevcut öneriler kaldırılmaz.

Aşağıdaki şemada Amazon Personalize'daki önerilerdeki promosyonlardan nasıl yararlanabileceğiniz gösterilmektedir.

Katalog sisteminde tanıtılacak ürünleri tanımlar, bunları Amazon Personalize ürün veri kümesine yükler ve ardından öneriler alırsınız. Bir promosyon belirtmeden öneriler almak, en alakalı öğeleri ve bu örnekte, tanıtılan öğelerden yalnızca bir öğeyi döndürür. Promosyonlu ürünlerin iade edileceğinin garantisi yoktur. %50 oranında tanıtılan öğelerle ilgili öneriler almak, tanıtılan öğelere ait olan öğelerin yarısını döndürür.

Bu gönderi, bir kampanyanın veya önericinin sonuçlarının kullanıcıların görmesini istediğiniz belirli öğeleri içerdiğinden emin olmak için Amazon Personalize'daki önerilerinizdeki promosyonları tanımlama ve uygulama sürecinde size yol gösterir. Bu örnek için, bir perakende tavsiyecisi oluşturuyoruz ve ürünleri şu şekilde tanıtıyoruz: CATEGORY_L2 as halloweenCadılar Bayramı dekorasyonlarına karşılık gelir. Bu kullanım senaryosuna ilişkin bir kod örneğini şu adreste bulabilirsiniz: GitHub.

Önkoşullar

Promosyonlardan yararlanmak için öncelikle Amazon Personalize konsolunda bazı Amazon Personalize kaynaklarını ayarlamanız gerekir. Veri kümesi grubunuzu oluşturun, verilerinizi yükleyin ve bir önerici eğitin. Talimatların tamamı için bkz. Başlarken.

1. Bir veri kümesi grubu oluşturun.
2. Bir oluşturma Interactions Aşağıdakileri kullanarak veri seti plan:

   {
       "type": "record",
       "name": "Interactions",
       "namespace": "com.amazonaws.personalize.schema",
       "fields": [
           {
               "name": "USER_ID",
               "type": "string"
           },
           {
               "name": "ITEM_ID",
               "type": "string"
           },
           {
               "name": "TIMESTAMP",
               "type": "long"
           },
           {
               "name": "EVENT_TYPE",
               "type": "string"
           }
       ],
       "version": "1.0"
   }

3. Etkileşim verilerini içe aktar Amazon'dan Kişiselleştirme'ye Amazon Basit Depolama Hizmeti (Amazon S3). Bu örnek için aşağıdakileri kullanıyoruz veri dosyası. Sentetik verileri aşağıdaki koda göre oluşturduk. Perakende Demo Mağaza projesi. Veriler ve potansiyel kullanımlar hakkında daha fazla bilgi edinmek için GitHub deposuna bakın.
4. Bir oluşturma Items aşağıdaki şemayı kullanarak veri kümesi:

   {
       "type": "record",
       "name": "Items",
       "namespace": "com.amazonaws.personalize.schema",
       "fields": [
           {
               "name": "ITEM_ID",
               "type": "string"
           },
           {
               "name": "PRICE",
               "type": "float"
           },
           {
               "name": "CATEGORY_L1",
               "type": ["string"],
               "categorical": true
           },
           {
               "name": "CATEGORY_L2",
               "type": ["string"],
               "categorical": true
           },
           {
               "name": "GENDER",
               "type": ["string"],
               "categorical": true
           }
       ],
       "version": "1.0"
   }

5. Öğe verilerini Amazon S3'ten Amazon Personalize'a aktarın. Bu örnek için aşağıdakileri kullanıyoruz veri dosyası, içindeki koda dayanarak Perakende Demo Mağaza projesi.Amazon S3'teki etkileşimlerinizi ve öğe verilerinizi biçimlendirme ve içe aktarma hakkında daha fazla bilgi için bkz. Toplu kayıtları içe aktarma.
6. Bir öneri oluştur. Bu örnekte, bir oluşturuyoruz "Sizin için önerilir" tavsiyecisi.

Promosyonlarınız için filtre oluşturun

Artık Amazon Personalize kaynaklarınızı kurduğunuza göre bir filtre Promosyonunuz için öğeleri seçer.

Filtre oluşturma sırasında tüm değişkenlerin sabit kodlandığı statik bir filtre oluşturabilirsiniz. Örneğin, sahip olan tüm öğeleri eklemek için CATEGORY_L2 as halloween, aşağıdaki filtre ifadesini kullanın:

INCLUDE ItemID WHERE Items.CATEGORY_L2 IN ("halloween")

Ayrıca dinamik filtreler de oluşturabilirsiniz. Önerileri talep ettiğinizde dinamik filtreler gerçek zamanlı olarak özelleştirilebilir. Dinamik filtre oluşturmak için filtre ifadesi kriterlerinizi sabit değer yerine yer tutucu parametre kullanarak tanımlarsınız. Bu, ifadenizi oluşturmak yerine, bir öneri isteğine filtre uygulayarak filtrelenecek değerleri seçmenize olanak tanır. Çağrı yaptığınızda bir filtre sağlarsınız Tavsiye Alın or GetKişiselleştirilmişSıralama API işlemleri veya toplu modda öneriler oluştururken giriş verilerinizin bir parçası olarak toplu çıkarım işi.

Örneğin, bir filtre uygulanarak çıkarım çağrınızı yaptığınızda seçilen bir kategorideki tüm öğeleri seçmek için aşağıdaki filtre ifadesini kullanın:

INCLUDE ItemID WHERE Items.CATEGORY_L2 IN ($CATEGORY)

Amazon Personalize konsolunda özelleştirilebilir bir filtre oluşturmak için önceki DSL'yi kullanabilirsiniz. Aşağıdaki adımları tamamlayın:

1. Amazon Personalize konsolunda, Filtre sayfasını seçin Filtre oluştur.
2. İçin Filtre adı, filtrenizin adını girin (bu gönderi için şunu giriyoruz: category_filter).
3. seç İfade oluştur veya özel filtrenizi oluşturmak için ifadenizi manuel olarak ekleyin.
4. “Dahil et” ifadesini oluşturun ItemID NEREDE Items.CATEGORY_L2 IN $CATEGORY"İçin Özellik, bir değer girersiniz $ artı mülk adınıza benzer ve hatırlanması kolay bir parametre adı (bu örnek için, $CATEGORY).
5. İsteğe bağlı olarak, filtrenizle ek ifadeleri zincirlemek için artı işaretini seçin.
6. Ek filtre ifadeleri eklemek için İfade ekle.
7. Klinik Filtre oluştur.
   

Ayrıca aracılığıyla filtreler de oluşturabilirsiniz. createFilter Amazon Personalize'daki API. Daha fazla bilgi için bakınız Filtre Oluştur.

Önerilerinize promosyonlar uygulayın

Bir uygulama filtre Tavsiye almak, tavsiyelerinizi belirli kriterlere göre uyarlamanın iyi bir yoludur. Ancak filtrelerin kullanılması, filtrenin döndürülen tüm önerilere doğrudan uygulanmasını sağlar. Promosyonları kullanırken, önerilerin yüzde kaçının tanıtılan öğelere karşılık geldiğini seçebilirsiniz; bu, kişiselleştirilmiş önerileri ve her kullanıcı için promosyon kriterleriyle eşleşen en iyi öğeleri, iş kullanımınız için anlamlı olan oranlarda karıştırıp eşleştirmenize olanak tanır.

Aşağıdaki örnek kod, aşağıdakiler için bir istek gövdesidir: GetRecommendations Kullanan bir kullanıcıya öneriler alan API "Sizin için tavsiye edilen" tavsiyede bulunan:

{
    "recommenderArn" = "arn:aws:personalize:us-west-2:000000000000:recommender/test-recommender",
    userId = "1",
    numResults = 20
}

Bu istek, belirtilen kullanıcı için kişiselleştirilmiş öneriler döndürür. Katalogdaki öğeler arasında kullanıcı için en alakalı 20 öğe bunlardır.

Aynı çağrıyı yapıp filtre uygulayarak yalnızca filtreyle eşleşen öğeleri döndürebiliriz. Aşağıdaki örnek kod, aşağıdakiler için bir istek gövdesidir: GetRecommendations "Sizin için Önerilenler" önericisini kullanan bir kullanıcıya yönelik öneriler alan ve bir uygulama uygulayan API dinamik filtre yalnızca ilgili öğeleri iade etmek için CATEGORY_L2 as halloween:

{
    "recommenderArn" = "arn:aws:personalize:us-west-2:000000000000:recommender/test-recommender",
    userId = "1",
    numResults = 20,
    filterArn = "arn:aws:personalize:us-west-2:000000000000:filter/category_filter",
    filterValues={ "CATEGORY": ""halloween""}
}

Bu istek, belirtilen kullanıcı için kişiselleştirilmiş öneriler döndürür. CATEGORY_L2 as halloween. Katalogdaki ürünler arasında en alakalı 20 ürün bunlardır. CATEGORY_L2 as halloween kullanıcı için.

Ürünlerin belirli bir yüzdesinin tanıtmak istediğiniz özelliğe sahip olmasını ve geri kalan kısmının katalogdaki tüm ürünler arasında bu kullanıcı için en alakalı ürünler olmasını istiyorsanız promosyonları kullanabilirsiniz. Aynı çağrıyı biz de yapıp promosyon uygulayabiliriz. Aşağıdaki örnek kod, aşağıdakiler için bir istek gövdesidir: GetRecommendations "Sizin için Önerilenler" önericisini kullanarak bir kullanıcıya öneriler alan ve ilgili öğelerin belirli bir yüzdesini dahil etmek için bir promosyon uygulayan API CATEGORY_L2 as halloween:

{
    recommenderArn = "arn:aws:personalize:us-west-2:000000000000:recommender/test-recommender",
    userId = "1",
    numResults = 20,
    promotions = [{
        "name" : "halloween_promotion",
        "percentPromotedItems" : 20,
        "filterArn": "arn:aws:personalize:us-west-2:000000000000:filter/category_filter",
        "filterValues": {
            "CATEGORY" : ""halloween""
        }
    }]
}

Bu istek, promosyonda belirtilen filtreyle eşleşen önerilerin %20'sini döndürür: öğeler CATEGORY_L2 as halloween; ve katalogdaki öğeler arasında kullanıcı için en alakalı öğeler olan belirtilen kullanıcıya yönelik %80 kişiselleştirilmiş öneriler.

Promosyonlarla birlikte bir filtre kullanabilirsiniz. Üst düzey parametre bloğundaki filtre yalnızca yükseltilmeyen öğelere uygulanır.

Tanıtılan öğeleri seçmek için kullanılan filtre, promotions parametre bloğu. Aşağıdaki örnek kod, aşağıdakiler için bir istek gövdesidir: GetRecommendations “Sizin İçin Önerilenler” önericisini kullanarak bir kullanıcıya öneriler alan ve iki kez kullandığımız dinamik filtreyi kullanan API. İlk filtre, promosyonu yapılmayan öğelere uygulanır ve öğelerin seçilmesi CATEGORY_L2 as decorative, ikinci filtre ise öğelerin tanıtımını yapan promosyon için geçerlidir. CATEGORY_L2 as halloween:

{
    recommenderArn = "arn:aws:personalize:us-west-2:000000000000:recommender/test-recommender",
    userId = "1",
    numResults = 20,
    "filterArn": "arn:aws:personalize:us-west-2:000000000000:filter/category_filter",
    "filterValues": {
        "CATEGORY" : ""decorative""
    }
    promotions = [{
        "name" : "halloween_promotion",
        "percentPromotedItems" : 20,
        "filterArn": "arn:aws:personalize:us-west-2:000000000000:filter/category_filter",
        "filterValues": {
            "CATEGORY" : ""halloween""
        }
    }]
}

Bu istek, promosyonda belirtilen filtreyle eşleşen önerilerin %20'sini döndürür: öğeler CATEGORY_L2 as halloween. Önerilen öğelerin geri kalan %80'i, belirtilen kullanıcı için kişiselleştirilmiş önerilerdir. CATEGORY_L2 as decorative. Bunlar, katalogdaki öğeler arasında kullanıcı için en alakalı öğelerdir. CATEGORY_L2 as decorative.

Temizlemek

Bu gönderide belirtilen adımları izleyerek hesabınızda oluşturduğunuz kullanılmayan kaynakları temizlediğinizden emin olun. Filtreleri, tavsiyeleri, veri kümelerini ve veri kümesi gruplarını şu şekilde silebilirsiniz: AWS Yönetim Konsolu veya Python SDK'sını kullanarak.

Özet

Ekleme promosyonlar  Amazon Personalize, görünürlüğü ve etkileşimi açıkça artırmak istediğiniz öğeleri dahil ederek her kullanıcı için önerilerinizi özelleştirmenize olanak tanır. Promosyonlar ayrıca, önerilen öğelerin yüzde kaçının promosyonlu öğeler olması gerektiğini belirtmenize de olanak tanır; bu, önerileri hiçbir ekstra maliyet olmadan iş hedeflerinize uyacak şekilde uyarlar. Kullanıcı Kişiselleştirme ve Benzer Öğeler tariflerini kullanarak öneriler için promosyonların yanı sıra durum optimizasyonlu önerileri kullanabilirsiniz.

Amazon Kişiselleştirme hakkında daha fazla bilgi için bkz. Amazon Kişiselleştirme Nedir?

yazarlar hakkında

Anna Gruebler AWS'de Çözüm Mimarıdır.

Alex Burkleaux AWS'de Çözüm Mimarıdır. Medya ve eğlence endüstrisindeki sorunları çözmek için müşterilerin makine öğrenimi ve veri analitiğini uygulamalarına yardımcı olmaya odaklanıyor. Boş zamanlarında ailesiyle vakit geçirmekten ve yerel kayak tepesinde kayak devriyesi olarak gönüllü olarak görev yapmaktan hoşlanıyor.

Liam Morrison AWS'de Çözüm Mimarı Yöneticisidir. Pazarlama Zekası hizmetlerine odaklanan bir ekibe liderlik ediyor. Son 5 yılını Medya ve Eğlence alanında Makine Öğreniminin pratik uygulamalarına odaklanarak müşterilerin kişiselleştirme, doğal dil işleme, bilgisayarla görme ve daha fazlasını uygulamalarına yardımcı olarak geçirdi.