Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Memilih resep
<a name="working-with-predefined-recipes"></a>

 Saat Anda membuat solusi khusus, Anda menentukan resep dan mengonfigurasi parameter pelatihan. *Resep* adalah algoritma Amazon Personalisasi yang disiapkan untuk kasus penggunaan tertentu. Amazon Personalize menyediakan resep, berdasarkan kasus penggunaan umum, untuk model pelatihan. Saat Anda membuat versi solusi untuk solusi tersebut, Amazon Personalize melatih model yang mendukung versi solusi berdasarkan resep dan konfigurasi pelatihan. 

Amazon Personalisasi resep gunakan yang berikut ini selama pelatihan:
+ Atribut yang telah ditentukan sebelumnya dari data Anda
+ Transformasi fitur yang telah ditentukan
+ Algoritma yang telah ditentukan
+ Pengaturan parameter awal untuk algoritme

Untuk mengoptimalkan model Anda, Anda dapat mengganti banyak parameter ini saat Anda membuat solusi. Untuk informasi selengkapnya, lihat [Hyperparameters dan HPO](customizing-solution-config-hpo.md).

**Topics**
+ [Amazon Personalisasi jenis resep berdasarkan kasus penggunaan](#use-cases)
+ [Amazon Personalisasi resep](#recipe-categories)
+ [Melihat resep Amazon Personalize yang tersedia](#listing-recipes)
+ [Resep personalisasi-v2 pengguna](native-recipe-user-personalization-v2.md)
+ [Resep Personalisasi Pengguna](native-recipe-new-item-USER_PERSONALIZATION.md)
+ [Resep Trend-Now](native-recipe-trending-now.md)
+ [Resep Hitung Popularitas](native-recipe-popularity.md)
+ [Resep peringkat-v2 yang dipersonalisasi](native-recipe-personalized-ranking-v2.md)
+ [Resep Peringkat yang Dipersonalisasi](native-recipe-search.md)
+ [Resep Semantik-Kesamaan](native-recipe-semantic-similarity.md)
+ [Resep Barang Serupa](native-recipe-similar-items.md)
+ [Resep SIMS](native-recipe-sims.md)
+ [Next-Best-Action resep](native-recipe-next-best-action.md)
+ [Resep item-Affinity](item-affinity-recipe.md)
+ [Item-Attribute-Affinity resep](item-attribute-affinity-recipe.md)
+ [Resep HRNN Legacy](legacy-user-personalization-recipes.md)

## Amazon Personalisasi jenis resep berdasarkan kasus penggunaan
<a name="use-cases"></a>

Untuk memilih resep Anda, pertama-tama pilih kasus penggunaan Anda dari yang berikut ini dan perhatikan jenis resep yang sesuai.
+ Merekomendasikan item untuk pengguna (resep USER\$1PERSONALIZATION)

  Untuk memberikan rekomendasi yang dipersonalisasi bagi pengguna Anda, latih model Anda dengan resep USER\$1PERSONALIZATION. Rekomendasi yang dipersonalisasi membantu mendorong keterlibatan dan konversi yang lebih baik.
+ Item peringkat untuk pengguna (resep PERSONALIZED\$1RANKING) 

  Untuk mempersonalisasi urutan daftar kurasi atau hasil penelusuran untuk pengguna Anda, latih model Anda dengan resep PERSONALIZED\$1RANKING. Resep PERSONALIZED\$1RANKING membuat daftar yang dipersonalisasi dengan memberi peringkat ulang kumpulan item masukan berdasarkan tingkat minat yang diprediksi untuk pengguna tertentu. Daftar yang dipersonalisasi meningkatkan pengalaman pelanggan dan meningkatkan loyalitas dan keterlibatan pelanggan. 
+  Merekomendasikan item yang sedang tren atau populer (resep POPULAR\$1ITEMS) 

  Untuk merekomendasikan item yang sedang tren atau populer gunakan resep POPULAR\$1ITEMS. Anda dapat menggunakan POPULAR\$1ITEMS jika pelanggan Anda sangat menghargai apa yang berinteraksi dengan pengguna lain. Penggunaan umum termasuk merekomendasikan konten media sosial viral, artikel berita terbaru, atau video olahraga terbaru. 
+  Merekomendasikan item serupa (resep RELATED\$1ITEMS)

  Untuk merekomendasikan item serupa, seperti item yang sering dibeli bersama atau film yang juga ditonton pengguna lain, Anda harus menggunakan resep RELATED\$1ITEMS. Merekomendasikan item serupa dapat membantu pelanggan Anda menemukan item dan dapat meningkatkan tingkat konversi pengguna. 
+  Merekomendasikan tindakan terbaik berikutnya (resep PERSONALIZED\$1ACTIONS)

  Untuk merekomendasikan tindakan terbaik berikutnya bagi pengguna Anda secara real time, seperti mendaftar untuk program loyalitas Anda atau mengajukan permohonan kartu kredit, Anda harus menggunakan resep PERSONALIZED\$1ACTIONS. Merekomendasikan tindakan terbaik berikutnya dapat meningkatkan loyalitas pelanggan, menghasilkan lebih banyak pendapatan, dan meningkatkan pengalaman pengguna Anda.
+  Mendapatkan segmen pengguna (resep USER\$1SEGMENTATION)

  Untuk mendapatkan segmen pengguna berdasarkan data input item, seperti pengguna yang kemungkinan besar akan berinteraksi dengan item dengan atribut tertentu, Anda harus menggunakan resep USER\$1SEGMENTATION. Mendapatkan segmen pengguna dapat membantu Anda membuat kampanye pemasaran lanjutan yang mempromosikan item yang berbeda ke segmen pengguna yang berbeda berdasarkan kemungkinan mereka akan mengambil tindakan. 

## Amazon Personalisasi resep
<a name="recipe-categories"></a>

Amazon Personalize menyediakan jenis resep berikut. Selain perbedaan perilaku, masing-masing jenis memiliki persyaratan yang berbeda untuk mendapatkan rekomendasi, seperti yang ditunjukkan pada tabel berikut.


| Jenis resep | Resep | API | Persyaratan API | 
| --- | --- | --- | --- | 
| USER\$1PERSONALISASI |  [Personalisasi pengguna-v2](native-recipe-user-personalization-v2.md) [Personalisasi Pengguna](native-recipe-new-item-USER_PERSONALIZATION.md) [Resep HRNN (warisan)](native-recipe-hrnn.md) [Resep HRNN-metadata (warisan)](native-recipe-hrnn-metadata.md) [Resep HRNN-ColdStart (warisan)](native-recipe-hrnn-coldstart.md)  | [GetRecommendations](API_RS_GetRecommendations.md) |  `userId`: Diperlukan `itemId`: Tidak digunakan `inputList`: NA  | 
| POPULER\$1ITEM |  [Trend-Sekarang](native-recipe-trending-now.md) [Hitungan Popularitas](native-recipe-popularity.md)  | [GetRecommendations](API_RS_GetRecommendations.md) |  `userId`: Diperlukan hanya jika Anda menerapkan filter yang membutuhkannya `itemId`: Tidak digunakan `inputList`: NA  | 
| PERSONALIZED\$1RANKING |  [Personalisasi-peringkat-v2](native-recipe-personalized-ranking-v2.md) [Peringkat yang Dipersonalisasi](native-recipe-search.md)  | [GetPersonalizedRanking](API_RS_GetPersonalizedRanking.md) |  `userId`: Diperlukan `itemId`: NA `inputList`: daftar ItemId  | 
| RELATED\$1ITEMS |  [Barang Serupa](native-recipe-similar-items.md) [SIMS](native-recipe-sims.md) [Resep Semantik-Kesamaan](native-recipe-semantic-similarity.md)  | [GetRecommendations](API_RS_GetRecommendations.md) |  `userId`: Diperlukan hanya jika Anda menerapkan filter yang membutuhkannya `itemId`: Diperlukan `inputList`: NA  | 
| PERSONALIZED\$1ACTIONS |  [Tindakan Terbaik Berikutnya-](native-recipe-next-best-action.md)  | [GetActionRecommendations](API_RS_GetActionRecommendations.md) |  `userId`: Diperlukan `actionId`: Tidak digunakan `itemId`: Tidak digunakan `inputList`: NA  | 
| USER\$1SEGMENTATION |  [Barang-Afinitas](item-affinity-recipe.md) [Item-Atribusi-Afinitas](item-attribute-affinity-recipe.md)  | [CreateBatchSegmentJob](API_CreateBatchSegmentJob.md) |  Untuk persyaratan alur kerja batch, lihat[Mendapatkan segmen pengguna dengan pekerjaan segmen batch](creating-batch-seg-job.md).  | 

## Melihat resep Amazon Personalize yang tersedia
<a name="listing-recipes"></a>

Untuk melihat daftar resep yang tersedia:
+ Di konsol Amazon Personalize, pilih grup kumpulan data. Dari panel navigasi, pilih **Solusi dan resep**, dan pilih tab **Resep**. 
+ Dengan AWS SDK untuk Python (Boto3), panggil [ListRecipes](API_ListRecipes.md) API. 
+ Dengan AWS CLI, gunakan perintah berikut.

  ```
  aws personalize list-recipes
  ```

Untuk mendapatkan informasi tentang resep menggunakan SDK for Python (Boto3), hubungi API. [DescribeRecipe](API_DescribeRecipe.md) Untuk mendapatkan informasi tentang resep menggunakan AWS CLI, gunakan perintah berikut.

```
aws personalize describe-recipe --recipe-arn recipe_arn
```