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。

# 記錄即時事件以影響建議
<a name="recording-events"></a>

 *事件*是使用者與您的目錄之間的互動。它可以是與*項目*的互動，例如購買項目或觀看影片的使用者，或者可以採取*動作*，例如申請信用卡或註冊成員資格計劃。

Amazon Personalize 可以根據僅即時事件資料、僅歷史事件資料或兩者的混合提出建議。當您的客戶與建議互動時，記錄即時事件。這會建置您的互動資料，並保持資料的更新。它告訴 Amazon Personalize 您使用者目前的興趣，這可以改善建議相關性。

如果您的網域使用案例或自訂配方支援[即時個人化](use-case-recipe-features.md#about-real-time-personalization)，Amazon Personalize 會根據使用者不斷變化的興趣，即時使用事件來更新和調整建議。

如何記錄即時事件取決於您匯入的互動資料類型：
+ 對於*項目互動*，您可以使用 [PutEvents](API_UBS_PutEvents.md) API 操作記錄即時事件。Amazon Personalize 會將此資料附加至資料集群組中的[項目互動](interactions-datasets.md)資料。如需詳細資訊，請參閱[記錄即時項目互動事件](recording-item-interaction-events.md)。
+ 對於*動作互動*，您可以使用 [PutActionInteractions](API_UBS_PutActionInteractions.md) API 操作記錄即時事件。Amazon Personalize 會將此資料附加至資料集群組中的[動作互動](action-interactions-datasets.md)資料集。只有 PersonalIZED\_ACTIONS 配方會使用動作互動資料。如需詳細資訊，請參閱[記錄即時動作互動事件記錄動作互動事件](recording-action-interaction-events.md)。

**Topics**
+ [即時事件如何影響建議](#recorded-events-influence-recommendations)
+ [記錄即時項目互動事件](recording-item-interaction-events.md)
+ [記錄即時動作互動事件](recording-action-interaction-events.md)
+ [記錄匿名使用者的事件](#recording-anonymous-user-events)
+ [第三方事件追蹤服務](#record-events-third-parties)
+ [實作範例](#recording-events-sample-architecture)

## 即時事件如何影響建議
<a name="recorded-events-influence-recommendations"></a>

 如果您的配方支援即時個人化，則在您建立推薦者或自訂行銷活動之後，Amazon Personalize 會在匯入後的幾秒內為現有項目或動作使用新的記錄事件資料。下列使用案例和配方支援即時個人化：
+ [建議您使用 (ECOMMERCE 使用案例）](ECOMMERCE-use-cases.md#recommended-for-you-use-case)
+ [最適合您的選項 (VIDEO\_ON\_DEMAND 使用案例）](VIDEO_ON_DEMAND-use-cases.md#top-picks-use-case)
+ [User-Personalization-v2 配方](native-recipe-user-personalization-v2.md)
+ [使用者個人化配方](native-recipe-new-item-USER_PERSONALIZATION.md)
+ [Personalized-Ranking-v2 配方](native-recipe-personalized-ranking-v2.md)
+ [個人化執行配方](native-recipe-search.md)
+ [Next-Best-Action 配方](native-recipe-next-best-action.md)

如果您使用 Trending-Now 配方，Amazon Personalize 會透過可設定的間隔自動考慮來自新事件資料的項目。您不需要建立新的解決方案版本。如需詳細資訊，請參閱[Trending-Now 配方](native-recipe-trending-now.md)。

 如果事件中的項目、動作或使用者是新的，Amazon Personalize 如何使用資料取決於您的使用案例或配方。如需詳細資訊，請參閱[訓練後更新資料集中的資料](updating-datasets.md)。

## 記錄匿名使用者的事件
<a name="recording-anonymous-user-events"></a>

**重要**  
如果您未使用 `sessionId`和 `userId` 為使用者記錄至少一個事件，Amazon Personalize 不會在訓練`sessionId`時僅使用追蹤到 的活動。訓練完成後，建議將不再以追蹤到 的活動為基礎`sessionId`。這將在登入前後為 userIds 建立連續事件歷史記錄。

您可以在使用者建立帳戶之前記錄其項目互動或動作互動事件。為匿名使用者記錄事件，以建立持續事件歷史記錄，其中包含登入前後的事件。這可提供 Amazon Personalize 更多與使用者相關的互動資料，這有助於產生更相關的建議。

若要記錄匿名使用者 （尚未登入的使用者） 的事件，每個事件只會指定 `sessionId`。當使用者第一次造訪您的網站或使用應用程式`sessionId`時，您的應用程式會產生唯一的 。您必須在整個工作階段的所有事件`sessionId`中使用相同的 。Amazon Personalize 使用 `sessionId`，在事件登入之前將事件與使用者建立關聯。

除非您將匿名使用者的事件與 建立關聯，否則 Amazon Personalize 不會在訓練時使用這些事件`userId`。如需詳細資訊，請參閱[為匿名使用者建立持續事件歷史記錄](#recording-events-building-continuous-event-history)。

若要為匿名使用者提供[即時個人化](use-case-recipe-features.md#about-real-time-personalization)，請在 [GetRecommendations](API_RS_GetRecommendations.md)或 GetActionRecommendations 請求中將 sessionId 指定為 userId。
+ 如需示範如何使用 PutEvents 操作和 sessionId 和 userId 記錄項目互動事件的程式碼範例，請參閱 [記錄單一項目互動事件](putevents-example.md)。
+ 如需示範如何使用 PutActionInteractions 操作和 sessionId 和 userId 記錄動作互動事件的程式碼範例，請參閱 [記錄單一動作互動事件](record-single-action-interaction.md)。

### 為匿名使用者建立持續事件歷史記錄
<a name="recording-events-building-continuous-event-history"></a>

 若要為匿名使用者建立事件歷史記錄，並讓 Amazon Personalize 在訓練時使用其事件，請使用 `sessionId`和 記錄至少一個事件`userId`。然後，您可以為 記錄任意數量的事件`userId`。開始提供 後`userId`， `sessionId`可能會變更。在下一次完整重新訓練期間，Amazon Personalize 會將 `userId` 與追蹤到原始 的匿名使用者歷史記錄建立關聯`sessionId`。

重新訓練完成後，建議將根據`sessionId`從匿名事件追蹤到 的活動，以及追蹤到其 的任何事件`userId`。

**注意**  
 如果您的使用者未建立 帳戶，而且您希望 Amazon Personalize 在訓練時使用資料，您可以使用 `sessionId`做為事件`userId`中的 。不過，如果使用者最終建立 帳戶，您將無法將來自其匿名瀏覽的事件與其新的 建立關聯`userId`。

## 第三方事件追蹤服務
<a name="record-events-third-parties"></a>

下列客戶資料平台 (CDPs) 可協助您從應用程式收集事件資料，並將其傳送至 Amazon Personalize。
+ **振幅** – 您可以使用振幅來追蹤使用者動作，以協助您了解使用者的行為。如需使用 Amplitude 和 Amazon Personalize 的資訊，請參閱下列 AWS 合作夥伴網路 (APN) 部落格文章：[使用 Amplitude 和 Amazon Personalize 測量個人化的有效性](https://aws.amazon.com/blogs/apn/measuring-the-effectiveness-of-personalization-with-amplitude-and-amazon-personalize/)。
+ **客群** – 您可以使用客群將資料傳送至 Amazon Personalize。如需整合客群與 Amazon Personalize 的詳細資訊，請參閱 [Amazon Personalize Destination](https://segment.com/docs/connections/destinations/catalog/amazon-personalize/)。

## 實作範例
<a name="recording-events-sample-architecture"></a>

如需示範如何使用 Amazon Personalize 來回應使用事件追蹤器和 [PutEvents](API_UBS_PutEvents.md)操作之使用者的即時行為的範例 Jupyter 筆記本，請參閱 [amazon-personalize-samples](https://github.com/aws-samples/amazon-personalize-samples) GitHub 儲存庫的 **get\_started** 資料夾中的 [2.View\_Campaign\_And\_Interactions.ipynb](https://github.com/aws-samples/amazon-personalize-samples/blob/master/getting_started/notebooks/2.View_Campaign_And_Interactions.ipynb)。

 如需示範如何從與建議互動的使用者串流事件的範例，請參閱 Amazon Personalize 範例 GitHub 儲存庫中的 [streaming\_events](https://github.com/aws-samples/amazon-personalize-samples/tree/master/next_steps/operations/streaming_events)。

 如需包含原始碼和支援檔案的完整範例，以在 Amazon Personalize 資源和用戶端應用程式之間部署即時 APIs，請參閱 GitHub 儲存庫 AWS 範例中[的即時個人化 APIs](https://github.com/aws-samples/personalization-apis)。此專案包含如何實作下列項目：
+ 使用者內容和使用者事件集合
+ 回應快取
+ 根據項目中繼資料來裝飾建議
+ A/B 測試
+  API 身分驗證