问题描述
我正在使用 Amazon Personalize 开发一个推荐引擎,发现在交互数据集中,我们可以输入不同的 EVENT_TYPE
和对应的 EVENT_VALUE.
如果我用两种事件类型(如购买和点击)构建模型,我是否可以说我可以通过设置 EVENT_VALUE
使模型训练理解购买事件比点击事件更重要(表示更强的交互)在交互数据集中购买到 10,EVENT_VALUE
点击到 3,并以这种方式执行模型训练?
解决方法
简答
否 - Personalize 不关心用于计算推荐的 EVENT_VALUE。
事件值的使用
一般而言,Personalize 在模型训练期间不包括事件值。它只是被忽略了。
但是您可以使用它来实现您自己的逻辑。例如,您可以在解决方案创建期间提供事件值阈值:
此值阈值将用于确定在解决方案训练期间是否应忽略给定的交互。例如,如果事件值是观看视频的百分比进度,那么阈值为 0.9 将确保比训练期间包含的互动完全观看视频。
事件类型的使用
如上图所示,您可以指定事件类型本身,因此给定的解决方案将忽略所有与事件类型不匹配的交互。在某些情况下可能会有所帮助。
事件类型也可以在几个月前添加的过滤器选项中使用。过滤掉用户已经完全观看或购买的项目可能会有所帮助,例如:
EXCLUDE itemId WHERE INTERACTIONS.event_type in ("fully_watched")
EXCLUDE itemId WHERE INTERACTIONS.event_type in ("purchased")