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.

# Registrazione di eventi in tempo reale per influenzare le raccomandazioni
<a name="recording-events"></a>

 Un *evento* è un'interazione tra un utente e il tuo catalogo. Può essere un'interazione con un *articolo*, ad esempio un utente che acquista un articolo o guarda un video, oppure può essere un'*azione*, come richiedere una carta di credito o iscriversi a un programma di abbonamento. 

Amazon Personalize può fornire consigli basati solo su dati di eventi in tempo reale, solo dati storici di eventi o una combinazione di entrambi. Registra gli eventi in tempo reale mentre i tuoi clienti interagiscono con i consigli. Questo amplia i dati sulle interazioni e li mantiene aggiornati. Inoltre, comunica ad Amazon Personalize gli interessi attuali dell'utente, il che può migliorare la pertinenza dei consigli. 

Se il tuo caso d'uso del dominio o la ricetta personalizzata supporta [la personalizzazione in tempo reale](use-case-recipe-features.md#about-real-time-personalization), Amazon Personalize utilizza gli eventi in tempo reale per aggiornare e adattare i consigli in base all'evoluzione dell'interesse dell'utente.

Il modo in cui registri gli eventi in tempo reale dipende dal tipo di dati di interazione che stai importando:
+ Per *le interazioni tra elementi*, si registrano eventi in tempo reale con l'operazione [PutEvents](API_UBS_PutEvents.md) API. Amazon Personalize aggiunge questi dati ai dati di [interazione degli elementi](interactions-datasets.md) nel tuo gruppo di set di dati. Per ulteriori informazioni, consulta [Registrazione di eventi di interazione tra articoli in tempo reale](recording-item-interaction-events.md).
+ Per *le interazioni basate sulle azioni*, registri gli eventi in tempo reale con il funzionamento dell'[PutActionInteractions](API_UBS_PutActionInteractions.md)API. Amazon Personalize aggiunge questi dati al set di dati [sulle interazioni Action nel tuo gruppo di set](action-interactions-datasets.md) di dati. Solo le ricette PERSONALIZED\$1ACTIONS utilizzano dati sulle interazioni di azione. Per ulteriori informazioni, consulta [Registrazione di eventi di interazione con azioni in tempo realeRegistrazione di eventi di interazione con azioni](recording-action-interaction-events.md).

**Topics**
+ [In che modo gli eventi in tempo reale influenzano le raccomandazioni](#recorded-events-influence-recommendations)
+ [Registrazione di eventi di interazione tra articoli in tempo reale](recording-item-interaction-events.md)
+ [Registrazione di eventi di interazione con azioni in tempo reale](recording-action-interaction-events.md)
+ [Registrazione di eventi per utenti anonimi](#recording-anonymous-user-events)
+ [Servizi di tracciamento degli eventi di terze parti](#record-events-third-parties)
+ [Implementazioni di esempio](#recording-events-sample-architecture)

## In che modo gli eventi in tempo reale influenzano le raccomandazioni
<a name="recorded-events-influence-recommendations"></a>

 Se la tua ricetta supporta la personalizzazione in tempo reale, dopo aver creato un programma di raccomandazione o una campagna personalizzata, Amazon Personalize utilizza i nuovi dati sugli eventi registrati per gli articoli o le azioni esistenti entro pochi secondi dall'importazione. I seguenti casi d'uso e ricette supportano la personalizzazione in tempo reale:
+ [Consigliato per te (caso d'uso nell'e-commerce)](ECOMMERCE-use-cases.md#recommended-for-you-use-case)
+ [Le scelte migliori per te (caso d'uso VIDEO\$1ON\$1DEMAND)](VIDEO_ON_DEMAND-use-cases.md#top-picks-use-case)
+ [Ricetta User-Personalization-v2](native-recipe-user-personalization-v2.md)
+ [Ricetta per la personalizzazione degli utenti](native-recipe-new-item-USER_PERSONALIZATION.md)
+ [Ricetta personalizzata-Ranking-v2](native-recipe-personalized-ranking-v2.md)
+ [Ricetta con classificazione personalizzata](native-recipe-search.md)
+ [Next-Best-Action ricetta](native-recipe-next-best-action.md)

Se utilizzi la ricetta Trending-Now, Amazon Personalize considera automaticamente gli elementi dei nuovi dati di eventi su intervalli configurabili. Non è necessario creare una nuova versione della soluzione. Per ulteriori informazioni, consulta [Ricetta Trending-Now](native-recipe-trending-now.md). 

 Se l'elemento, l'azione o l'utente dell'evento è nuovo, il modo in cui Amazon Personalize utilizza i dati dipende dal caso d'uso o dalla ricetta. Per ulteriori informazioni, consulta [Aggiornamento dei dati nei set di dati dopo l'allenamento](updating-datasets.md). 

## Registrazione di eventi per utenti anonimi
<a name="recording-anonymous-user-events"></a>

**Importante**  
Se non registri almeno un evento con un utente `sessionId` e `userId` per un utente, Amazon Personalize non utilizzerà l'attività monitorata solo durante la `sessionId` formazione. Inoltre, una volta completato l'allenamento, i consigli non si baseranno più sull'attività tracciata fino al. `sessionId` In questo modo verrà creata una cronologia degli eventi continua per gli ID utente prima e dopo l'accesso.

È possibile registrare gli eventi di interazione tra elementi o azioni per gli utenti prima che creino un account. Registra gli eventi per gli utenti anonimi per creare una cronologia degli eventi continua con gli eventi precedenti e successivi all'accesso. Ciò fornisce ad Amazon Personalize più dati sulle interazioni dell'utente, che possono aiutare a generare consigli più pertinenti.

Per registrare eventi per utenti anonimi (utenti che non hanno effettuato l'accesso), per ogni evento specifica solo un. `sessionId` L'applicazione genera un messaggio univoco `sessionId` quando un utente visita per la prima volta il sito Web o utilizza l'applicazione. È necessario utilizzare lo stesso `sessionId` in tutti gli eventi della sessione. Amazon Personalize utilizza il `sessionId` per associare gli eventi all'utente prima che effettui l'accesso. 

Amazon Personalize non utilizza eventi di utenti anonimi durante la formazione finché non li associ a un. `userId` Per ulteriori informazioni, consulta [Creazione di una cronologia continua degli eventi per utenti anonimi](#recording-events-building-continuous-event-history). 

Per fornire una [personalizzazione in tempo reale](use-case-recipe-features.md#about-real-time-personalization) per gli utenti anonimi, specifica SessionID come UserID nella tua richiesta o. [GetRecommendations](API_RS_GetRecommendations.md) GetActionRecommendations 
+ Per esempi di codice che mostrano come registrare gli eventi di interazione degli elementi con l' PutEvents operazione e un SessionID e un userID, vedere. [Registrazione di un evento di interazione con un singolo elemento](putevents-example.md) 
+ Per esempi di codice che mostrano come registrare gli eventi di interazione delle azioni con l' PutActionInteractions operazione e un SessionID e un userId, vedere. [Registrazione di un singolo evento di interazione con un'azione](record-single-action-interaction.md)

### Creazione di una cronologia continua degli eventi per utenti anonimi
<a name="recording-events-building-continuous-event-history"></a>

 Per creare una cronologia degli eventi per un utente anonimo e fare in modo che Amazon Personalize utilizzi i propri eventi durante l'allenamento, registra almeno un evento con a `sessionId` e a. `userId` Quindi puoi registrare un numero qualsiasi di eventi per. `userId` Dopo aver iniziato a fornire un`userId`, `sessionId` possono cambiare. Durante la successiva riqualificazione completa, Amazon Personalize associa `userId` la cronologia utente anonima tracciata all'originale. `sessionId` 

Una volta completata la riqualificazione, i consigli si baseranno sull'attività registrata sia a `sessionId` partire dagli eventi anonimi che su eventuali eventi riconducibili ai relativi eventi. `userId` 

**Nota**  
 Se il tuo utente non crea un account e desideri che Amazon Personalize utilizzi i dati durante la formazione, puoi utilizzare gli eventi «`sessionId`as the `userId` in». Tuttavia, se l'utente alla fine crea un account, non sarai in grado di associare gli eventi della sua navigazione anonima al nuovo`userId`. 

## Servizi di tracciamento degli eventi di terze parti
<a name="record-events-third-parties"></a>

Le seguenti piattaforme per i dati dei clienti (CDPs) possono aiutarti a raccogliere dati sugli eventi dalla tua applicazione e inviarli ad Amazon Personalize.
+ **Amplitude**: puoi utilizzare Amplitude per tracciare le azioni degli utenti e comprendere il loro comportamento. Per informazioni sull'uso di Amplitude e Amazon Personalize, consulta il AWS seguente post sul blog di Partner Network (APN)[: Misurazione dell'efficacia della personalizzazione con Amplitude e Amazon Personalize](https://aws.amazon.com/blogs/apn/measuring-the-effectiveness-of-personalization-with-amplitude-and-amazon-personalize/). 
+ **Segmento**: puoi utilizzare Segment per inviare i tuoi dati ad Amazon Personalize. Per ulteriori informazioni sull'integrazione di Segment con Amazon Personalize, consulta Amazon Personalize [Destination](https://segment.com/docs/connections/destinations/catalog/amazon-personalize/). 

## Implementazioni di esempio
<a name="recording-events-sample-architecture"></a>

**Per un esempio di notebook Jupyter che mostra come usare Amazon Personalize per reagire al comportamento in tempo reale degli utenti che utilizzano un tracker di eventi e l'[PutEvents](API_UBS_PutEvents.md)operazione, consulta [2.view\$1campaign\$1and\$1interactions.ipynb nella cartella getting\$1started](https://github.com/aws-samples/amazon-personalize-samples/blob/master/getting_started/notebooks/2.View_Campaign_And_Interactions.ipynb) del repository. [amazon-personalize-samples](https://github.com/aws-samples/amazon-personalize-samples)** GitHub 

 Per un esempio che mostra come trasmettere in streaming gli eventi degli utenti che interagiscono con i consigli, consulta [streaming\$1events](https://github.com/aws-samples/amazon-personalize-samples/tree/master/next_steps/operations/streaming_events) nell'archivio degli esempi di Amazon Personalize. GitHub 

 Per un esempio completo che contiene il codice sorgente e i file di supporto per la distribuzione in tempo reale APIs tra le risorse di Amazon Personalize e le applicazioni client, [consulta Real-Time APIs](https://github.com/aws-samples/personalization-apis) Personalization nell' AWS archivio degli esempi. GitHub Questo progetto include come implementare quanto segue: 
+ Contesto utente e raccolta di eventi utente
+ Memorizzazione nella cache delle risposte
+ Consigli di decorazione basati sui metadati degli articoli
+ Test A/B
+  Autenticazione API