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.
# Consigli sugli articoli in tempo reale in Amazon Personalize
Se il tuo caso d'uso o la tua ricetta generano consigli sugli articoli, dopo aver [creato un programma di raccomandazione](creating-recommenders.md) o [una campagna](campaigns.md), puoi ricevere consigli sugli articoli personalizzati o correlati in tempo reale per i tuoi utenti.
Se il caso d'uso o la ricetta del tuo dominio offrono [personalizzazioni in tempo reale](use-case-recipe-features.md#about-real-time-personalization), ad esempio il caso d'uso *Top picks for you* o la ricetta *User-Personalization-v2*, Amazon Personalize aggiorna i consigli in base all'attività più recente dell'utente mentre registri le sue interazioni con il tuo catalogo. Per ulteriori informazioni sulla registrazione di eventi in tempo reale e sulla personalizzazione, consulta. [Registrazione di eventi in tempo reale per influenzare le raccomandazioni](recording-events.md)
Quando ricevi consigli sugli articoli in tempo reale, puoi fare quanto segue:
+ Se hai configurato la campagna per restituire i metadati per gli articoli consigliati, puoi specificare le colonne da includere nel funzionamento dell'[GetRecommendations](API_RS_GetRecommendations.md)API. Oppure puoi specificare le colonne quando testi la campagna con la console Amazon Personalize. Per gli esempi di codice, consulta [Ottenere i metadati degli articoli con consigli in tempo reale](getting-recommendations-with-metadata.md). Per informazioni sull'attivazione dei metadati per una campagna, consulta. [Metadati degli articoli nei consigli](campaigns.md#create-campaign-return-metadata) Per informazioni sull'attivazione dei metadati per un programma di raccomandazione, consulta. [Abilitazione dei metadati nei consigli per un programma di raccomandazione di domini in Amazon Personalize](create-recommender-return-metadata.md)
+ Per alcuni casi d'uso e ricette, puoi specificare una promozione nella tua richiesta di raccomandazione. Una *promozione* definisce regole aziendali aggiuntive che si applicano a un sottoinsieme configurabile di articoli consigliati. Per ulteriori informazioni, consulta [Promuovere gli articoli con consigli in tempo reale](promoting-items.md).
+ È possibile filtrare i risultati in base a criteri personalizzati. Ad esempio, potresti non voler consigliare prodotti che un utente ha già acquistato o consigliare solo articoli per una particolare fascia di età. Per ulteriori informazioni, consulta [Suggerimenti di filtraggio e segmenti di utenti](filter.md).
**Nota**
Se hai utilizzato una ricetta personalizzata PERSONALIZED\$1RANKING, consulta. [Ottenere una classifica personalizzata (risorse personalizzate)](rankings.md)
**Topics**
+ [Come funziona il punteggio dei consigli (risorse personalizzate)](#how-recommendation-scoring-works)
+ [Motivi della raccomandazione con 2 User-Personalization-v](#recommendation-reasons)
+ [Ottenere consigli sugli articoli in tempo reale](getting-real-time-item-recommendations.md)
+ [Ottenere i metadati degli articoli con consigli in tempo reale](getting-recommendations-with-metadata.md)
+ [Promuovere gli articoli con consigli in tempo reale](promoting-items.md)
## Come funziona il punteggio dei consigli (risorse personalizzate)
Con le ricette User-Personalization-v 2 e User-Personalization, Amazon Personalize genera punteggi per gli articoli in base ai dati di interazione e ai metadati di un utente. Questi punteggi rappresentano la certezza relativa di Amazon Personalize sulla possibilità che l'utente interagisca con l'articolo successivo. I punteggi più alti rappresentano una maggiore certezza.
**Nota**
Amazon Personalize non mostra punteggi per i consigliatori di domini o per le ricette Similar-Items, SIMS o Popularity-Count. Per informazioni sui punteggi per i consigli di Personalized-Ranking, consulta. [Come funzionano i punteggi di classifica personalizzati](rankings.md#how-ranking-scoring-works)
Amazon Personalize genera punteggi per gli articoli l'uno rispetto all'altro su una scala da 0 a 1 (entrambi inclusi). Con User-Personalization-v 2, Amazon Personalize genera punteggi per un sottoinsieme dei tuoi articoli. Con User-Personalization, Amazon Personalize assegna un punteggio a tutti gli articoli del tuo catalogo.
Se usi User-Personalization-v 2 e applichi un filtro ai consigli, a seconda del numero di consigli rimossi dal filtro, Amazon Personalize potrebbe aggiungere elementi segnaposto. Lo fa per soddisfare la tua richiesta di `numResults` raccomandazione. Si tratta di elementi popolari, basati sulla quantità di dati sulle interazioni, che soddisfano i criteri di filtro specificati. Non hanno un punteggio di rilevanza per l'utente.
Sia per User-Personalization-v 2 che per User-Personalization, il totale di tutti i punteggi è uguale a 1. Ad esempio, se ricevi consigli sui film per un utente e ci sono tre film che appaiono (il set di dati Items e il set di dati Interazioni), il loro punteggio potrebbe essere, e. `0.6` `0.3` `0.1` Allo stesso modo, se hai 10.000 film nel tuo inventario, i film con il punteggio più alto potrebbero avere punteggi molto bassi (lo sarebbe il punteggio medio`.001`), ma, poiché il punteggio è relativo, i consigli sono comunque validi.
In termini matematici, i punteggi per ogni coppia di elementi utente (u, i) vengono calcolati secondo la seguente formula, dove `exp` è la funzione esponenziale, u we wi/jsono rispettivamente gli incorporamenti utente e elemento e la lettera greca sigma () rappresenta la somma di tutti gli elementi con punteggi:
![\[Rappresenta la formula utilizzata per calcolare i punteggi per ogni elemento nei consigli.\]](http://docs.aws.amazon.com/it_it/personalize/latest/dg/images/get_recommendations_score.png)
## Motivi della raccomandazione con 2 User-Personalization-v
Se usi User-Personalization-v 2, gli elementi che il modello normalmente non consiglierebbe includono un `reason` elenco. Questi motivi spiegano perché l'articolo è stato incluso nei consigli. I motivi possibili includono i seguenti:
+ Articolo promosso: indica che l'articolo è stato incluso come parte di una promozione che hai applicato nella tua richiesta di raccomandazione.
+ Esplorazione: indica che l'articolo è stato incluso nell'esplorazione. Con l'esplorazione, i consigli includono elementi con meno dati sulle interazioni o meno rilevanti per l'utente. [Per ulteriori informazioni sull'esplorazione, consulta Esplorazione.](https://docs.aws.amazon.com/personalize/latest/dg/use-case-recipe-features.html#about-exploration)
+ Articolo popolare: indica che l'articolo è stato incluso come elemento popolare segnaposto. Se utilizzi un filtro, a seconda del numero di consigli rimossi dal filtro, Amazon Personalize potrebbe aggiungere elementi segnaposto `numResults` per soddisfare la tua richiesta di raccomandazione. Questi elementi sono elementi popolari, basati sui dati di interazione, che soddisfano i criteri di filtro. Non hanno un punteggio di rilevanza per l'utente.