Amazon个性化构建了一个考虑到用户、项和事件的推荐模型。但是,假定项是可用的,在某些情况下可能不是这样。
如果项目需要反映一个时间窗口,比如时间中的可用性(从日期到日期),那么您应该能够根据该限制只提供有效的项。
例如,这就是直播节目的情况:您应该只推荐将来会发生的直播节目,无论是基于相似性还是基于社区行为。现场表演已经发生了一部分的培训,但不是有效的产品推荐。
如何在Amazon个性化中对此可用性限制进行建模?
发布于 2020-07-06 14:34:27
您可能需要处理各种业务需求,这些需求并不是Amazon个性化的核心,这就是其中之一。对于这些业务需求,您需要将逻辑构建到围绕Amazon个性化的包装中。
编辑:个性化现在允许您过滤项目元数据上的建议,这看起来对这个用例来说就足够了。见这里的写作:https://aws.amazon.com/blogs/machine-learning/enhancing-recommendation-filters-by-filtering-on-item-metadata-with-amazon-personalize/
https://stackoverflow.com/questions/62446154
复制相似问题