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。
Amazon Personalize 中的網域建議程式
如果您已建立網域資料集群組，則在匯入資料之後，您就可以為網域使用案例建立推薦者。建議者是產生建議的網域資料集群組資源。您可以在應用程式中使用建議程式來取得 GetRecommendations操作的即時建議。
當您建立推薦者時，您可以指定使用案例，Amazon Personalize 會使用最適合使用案例的組態來訓練支援推薦者的模型。每個使用案例都有不同的 API 要求以取得建議。如需依網域列出的推薦者使用案例清單，請參閱 選擇使用案例。每個區域最多可以建立 15 個推薦者。
Amazon Personalize 每 7 天會自動重新訓練支援推薦者的模型。這是完整的重新訓練，可根據資料集中的所有資料來建立全新的模型。使用最適合您的 和推薦給您的使用案例，Amazon Personalize 會每兩小時更新現有的模型，以在探勘的建議中包含新項目。
當您建立推薦者時，您可以執行下列動作：
-
在建議中啟用項目中繼資料。如需詳細資訊，請參閱在建議中啟用中繼資料。
-
設定訓練支援建議程式的模型時所使用的資料欄。如需詳細資訊，請參閱設定建立 Amazon Personalize 網域建議程式時使用的資料欄。
-
對於 的首選或為您推薦的使用案例，您可以設定探勘。如需詳細資訊，請參閱為網域建議程式設定探勘。
建立推薦者之後，您可以執行下列動作：
-
評估推薦者 – 您可以透過離線和線上指標評估推薦者的效能。如需詳細資訊，請參閱評估 Amazon Personalize 網域建議程式。
-
停止並重新啟動建議程式 – 如果您想要暫停作用中建議程式的計費，您可以停止建議程式，稍後再重新啟動。如需詳細資訊，請參閱停止建議者。
-
更新建議者的組態 – 您可以更新建議者在訓練中使用的資料欄，並更新建議者的請求容量。如需詳細資訊，請參閱更新推薦者。
-
刪除推薦者 – 您可以使用 DeleteRecommender操作刪除推薦者。或者，您可以從 Amazon Personalize 主控台中的建議者詳細資訊頁面刪除建議者。
主題
建議者狀態
建議者可以處於下列其中一種狀態：
-
CREATE PENDING > CREATE IN_PROGRESS > ACTIVE -or- CREATE FAILED
-
DELETE PENDING > DELETE IN_PROGRESS
若要取得建議者狀態，請導覽至 Amazon Personalize 主控台中的建議者頁面，或使用 DescribeRecommender操作。
每秒最低建議請求數和自動調整規模
重要
較高的 minRecommendationRequestsPerSecond會增加您的帳單。我們建議從 1 開始 minRecommendationRequestsPerSecond（預設值）。使用 Amazon CloudWatch 指標追蹤您的用量，並視需要增加 minRecommendationRequestsPerSecond。
建立建議者時，您可以設定建議者每秒的最低建議請求。每秒最低建議請求數 (minRecommendationRequestsPerSecond) 指定 Amazon Personalize 佈建的基準建議請求輸送量。預設 minRecommendationRequestsPerSecond 為 1。建議請求是單一GetRecommendations操作。請求輸送量是以每秒請求數來衡量，Amazon Personalize 會使用每秒請求數來衍生每小時請求數和建議者用量的價格。
如果您的每秒請求增加超過 minRecommendationRequestsPerSecond，Amazon Personalize 會自動擴展和縮減佈建的容量，但絕不會低於 minRecommendationRequestsPerSecond。當容量增加時，會發生短暫的延遲，這可能會導致請求遺失。
您的帳單是每小時最低請求數 （根據 minRecommendationRequestsPerSecond) 或實際請求數中的較大者。使用的實際請求輸送量計算方式為一小時時段內的平均請求/秒。我們建議您從預設的 開始minRecommendationRequestsPerSecond，使用 Amazon CloudWatch 指標追蹤您的用量，然後minRecommendationRequestsPerSecond視需要增加 。
