本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 提高與內容中繼資料的建議相關性
<a name="contextual-metadata"></a>

為了提高建議相關性，當您取得項目建議或取得個人化排名時，請包含使用者的內容中繼資料，例如其裝置類型或當日時間。

若要使用內容中繼資料，項目互動資料集的結構描述必須具有內容資料的中繼資料欄位。例如，裝置欄位 （請參閱 [為 Amazon Personalize 結構描述建立結構描述 JSON 檔案](how-it-works-dataset-schema.md))。在考量要用於內容中繼資料的欄位時，請選取可用於項目互動資料集中歷史資料的欄位，以及當您取得項目建議或取得項目個人化排名時。

對於網域資料集群組，下列推薦者使用案例可以使用內容中繼資料：
+ [為您推薦](ECOMMERCE-use-cases.md#recommended-for-you-use-case) (ECOMMERCE 網域）
+ [您的最佳選擇](VIDEO_ON_DEMAND-use-cases.md#top-picks-use-case) (VIDEO\$1ON\$1DEMAND 網域）

 對於自訂資源，使用內容中繼資料的配方包括下列項目：
+  [User-Personalization-v2](native-recipe-user-personalization-v2.md) 和 [使用者個人化](native-recipe-new-item-USER_PERSONALIZATION.md) 
+  [Personalized-Ranking-v2](native-recipe-personalized-ranking-v2.md) 和 [個人化排名](native-recipe-search.md)

 如需內容資訊的詳細資訊，請參閱下列AWSMachine Learning部落格文章：[利用內容資訊提高 Amazon Personalize 建議的相關性](https://aws.amazon.com/blogs/machine-learning/increasing-the-relevance-of-your-amazon-personalize-recommendations-by-leveraging-contextual-information/)。

您可以使用 Amazon Personalize 主控台 AWS Command Line Interface(AWS CLI) 或 AWSSDKs取得內容中繼資料的建議。

## 使用內容中繼資料取得建議 (AWSPython SDK)
<a name="get-recommendations-metadata-sdk-example"></a>

為了提高建議相關性，當您取得項目建議或取得個人化排名時，請包含使用者的內容中繼資料，例如其裝置類型或當日時間。

使用下面的程式碼來根據情境中繼資料取得建議。對於 `context`，針對每個索引鍵/值對，提供中繼資料欄位作為索引鍵，而內容資料作為值。在下列範例程式碼中，索引鍵為 `DEVICE`，值為 `mobile phone`。將這些值和 `Campaign ARN`和 `User ID`取代為您自己的值。如果您建立了建議程式，請將 取代`campaignArn`為 `recommenderArn`。使用者的建議項目清單隨即顯示。

```
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'])
```