Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Maggiore rilevanza delle raccomandazioni con metadati contestuali
<a name="contextual-metadata"></a>

Per aumentare la pertinenza dei consigli, includi i metadati contestuali relativi a un utente, ad esempio il tipo di dispositivo o l'ora del giorno, quando ricevi consigli sugli articoli o ottieni una classifica personalizzata. 

Per utilizzare i metadati contestuali, lo schema del set di dati sulle interazioni degli elementi deve contenere campi di metadati per i dati contestuali. Ad esempio, un campo DEVICE (vedi). [Creazione di file JSON di schema per schemi Amazon Personalize](how-it-works-dataset-schema.md) Quando consideri i campi da utilizzare per i metadati contestuali, seleziona i campi in cui i valori sono disponibili per i dati storici nel set di dati sulle interazioni tra elementi e quando ricevi consigli sugli articoli o ottieni una classificazione personalizzata degli elementi.

Per i gruppi di set di dati Domain, i seguenti casi d'uso consigliati possono utilizzare metadati contestuali:
+ [Consigliato per te](ECOMMERCE-use-cases.md#recommended-for-you-use-case)(dominio ECOMMERCE)
+ [Le migliori scelte per te](VIDEO_ON_DEMAND-use-cases.md#top-picks-use-case)(dominio VIDEO\_ON\_DEMAND)

 Per le risorse personalizzate, le ricette che utilizzano metadati contestuali includono quanto segue:
+  [Personalizzazione dell'utente-v2](native-recipe-user-personalization-v2.md) e [Personalizzazione dell'utente](native-recipe-new-item-USER_PERSONALIZATION.md) 
+  [Classifica-personalizzata-v2](native-recipe-personalized-ranking-v2.md) e [Personalized-Ranking](native-recipe-search.md)

 Per ulteriori informazioni sulle informazioni contestuali, consulta il seguente post sul AWS Machine Learning Blog: [Aumentare la pertinenza dei consigli di Amazon Personalize sfruttando le](https://aws.amazon.com/blogs/machine-learning/increasing-the-relevance-of-your-amazon-personalize-recommendations-by-leveraging-contextual-information/) informazioni contestuali. 

Puoi ottenere consigli con metadati contestuali con la console Amazon PersonalizeAWS Command Line Interface, AWS CLI () o. AWS SDKs

## Ottenere consigli utilizzando metadati contestuali (Python SDKAWS)
<a name="get-recommendations-metadata-sdk-example"></a>

Per aumentare la pertinenza dei consigli, includi i metadati contestuali relativi a un utente, ad esempio il tipo di dispositivo o l'ora del giorno, quando ricevi consigli sugli articoli o ottieni una classifica personalizzata. 

Utilizzare il codice seguente per ottenere una raccomandazione basata sui metadati contestuali. Infatti`context`, per ogni coppia chiave-valore, fornisci il campo dei metadati come chiave e i dati contestuali come valore. Nel codice di esempio seguente, la chiave è `DEVICE` e il valore è. `mobile phone` Sostituisci questi valori e la `Campaign ARN` e `User ID` con i tuoi. Se hai creato un programma di raccomandazione, sostituiscilo `campaignArn` con`recommenderArn`. Viene visualizzato un elenco di elementi consigliati per l'utente. 

```
import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_recommendations(
    campaignArn = '{{Campaign ARN}}',
    userId = '{{User ID}}',
    context = {
      '{{DEVICE}}': '{{mobile phone}}'
    }
)

print("Recommended items")
for item in response['itemList']:
    print (item['itemId'])
```