利用上下文元数据提高建议的相关性 - Amazon Personalize
使用上下文元数据获取建议 (AWS Python SDK)

利用上下文元数据提高建议的相关性

要提高建议相关性，请在获得物品建议或获得个性化排名时添加用户的上下文元数据，例如他们的设备类型或一天中的时间。

要使用上下文元数据，物品交互数据集的架构必须具有上下文数据的元数据字段。例如，DEVICE 字段（请参阅为 Amazon Personalize 架构创建架构 JSON 文件）。

对于域数据集组，以下推荐器使用案例可以使用上下文元数据：

对于自定义资源，使用上下文元数据的食谱包括以下内容：

有关上下文信息的更多信息，请参阅以下 AWS 机器学习博客文章：利用上下文信息提高 Amazon Personalize 建议的相关性。

您可以通过 Amazon Personalize 控制台、AWS Command Line Interface (AWS CLI) 或 AWS SDK 使用上下文元数据获取建议。

使用上下文元数据获取建议 (AWS Python SDK)

要提高建议相关性，请在获得物品建议或获得个性化排名时添加用户的上下文元数据，例如他们的设备类型或一天中的时间。

使用以下代码，根据上下文元数据获取建议。对于 context，对于每个键值对，提供元数据字段作为键，提供上下文数据作为值。在以下示例代码中，键为 DEVICE，值为 mobile phone。替换这些值，将 Campaign ARN 和 User ID 替换为您自己的值。如果您创建了推荐器，请将 campaignArn 替换为 recommenderArn。这时，将显示为用户推荐的物品列表。

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'])