Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Artikelempfehlungen in Echtzeit erhalten
Mit der Amazon Personalize Personalize-Konsole AWS Command Line Interface (AWS CLI) oder können Sie Artikelempfehlungen in Echtzeit von einer Amazon Personalize Personalize-Empfehlung oder einer benutzerdefinierten Kampagne erhalten. AWS SDKs
**Topics**
+ [Artikelempfehlungen abrufen (Konsole)](#get-real-time-recommendations-console)
+ [Artikelempfehlungen werden abgerufen (AWS CLI)](#get-item-rec-cli)
+ [Artikelempfehlungen abrufen (AWS SDKs)](#get-item-rec-sdk)
## Artikelempfehlungen abrufen (Konsole)
Um Empfehlungen mit der Amazon Personalize-Konsole zu erhalten, geben Sie die Anforderungsinformationen entweder auf der Detailseite einer Empfehlung (Domain-Datensatzgruppe) oder einer benutzerdefinierten Kampagne an.
**So erhalten Sie Empfehlungen**
1. Öffnen Sie zu [https://console.aws.amazon.com/personalize/Hause](https://console.aws.amazon.com/personalize/home) die Amazon Personalize Personalize-Konsole und melden Sie sich bei Ihrem Konto an.
1. Wählen Sie die Datensatzgruppe aus, die die Kampagne oder den Empfehlungsgeber enthält, die Sie verwenden.
1. Wählen Sie im Navigationsbereich **Kampagnen** oder **Empfehlungen** aus.
1. Wählen Sie die Zielkampagne oder den Empfehlungsgeber aus.
1. Geben Sie für Kampagnen unter **Kampagnenergebnisse testen** die Details Ihrer Empfehlungsanfrage ein, die auf dem von Ihnen verwendeten Rezept basieren. Wählen Sie für einen Empfehlungsgeber die Option **Empfehlung testen** und geben Sie die Details Ihrer Empfehlungsanfrage entsprechend Ihrem Anwendungsfall ein.
Wenn Sie Ereignisse für einen Benutzer aufgezeichnet haben, bevor er sich angemeldet hat (ein anonymer Benutzer), können Sie Empfehlungen für diesen Benutzer erhalten, indem Sie die Ereignisse so `sessionId` angeben, als ob es seine eigenen wären. `userId` Weitere Informationen zum Aufzeichnen von Ereignissen für anonyme Benutzer finden Sie unter[Ereignisse für anonyme Benutzer aufzeichnen](recording-events.md#recording-anonymous-user-events).
1. Wählen Sie optional einen Filter aus. Weitere Informationen finden Sie unter [Empfehlungen und Benutzersegmente filtern](filter.md).
1. Wenn Sie kontextbezogene Metadaten verwenden, geben Sie Daten für jeden Kontext an. Geben Sie für jeden Kontext für den **Schlüssel** das Metadatenfeld ein. Geben Sie für den **Wert** die Kontextdaten ein. Weitere Informationen finden Sie unter [Erhöhung der Relevanz von Empfehlungen mit kontextuellen Metadaten](contextual-metadata.md).
1. Wenn Sie Metadaten in Empfehlungen für Ihre Kampagne oder Ihren Empfehlungsgeber aktiviert haben, wählen Sie für **Artikeldatensatz-Spalten** die Metadatenspalten aus, die Sie in die Empfehlungsergebnisse aufnehmen möchten. Informationen zum Aktivieren von Metadaten für eine Kampagne finden Sie unter[Artikelmetadaten in Empfehlungen](campaigns.md#create-campaign-return-metadata). Informationen zum Aktivieren von Metadaten für einen Empfehlungsgeber finden Sie unter[Aktivieren von Metadaten in Empfehlungen für einen Domain-Empfehlungsgeber in Amazon Personalize](create-recommender-return-metadata.md).
1. Wenn Sie nur eine Teilmenge von Artikeln bewerben möchten, füllen Sie optional die Felder „**Werbung**“ aus. Weitere Informationen finden Sie unter [Werbung für Artikel in Echtzeitempfehlungen](promoting-items.md).
1. Wählen Sie **Get recommendations (Empfehlungen erhalten)**. Eine Tabelle mit den 25 am häufigsten empfohlenen Artikeln des Benutzers wird angezeigt. Wenn Sie User-Personalization-v 2 verwenden, enthält jeder empfohlene Artikel eine Liste mit Gründen, warum der Artikel in Empfehlungen aufgenommen wurde. Weitere Informationen finden Sie unter [Gründe für Empfehlungen mit 2 User-Personalization-v](recommendations.md#recommendation-reasons).
## Artikelempfehlungen werden abgerufen (AWS CLI)
Verwenden Sie den folgenden Code, um Empfehlungen aus einer Kampagne zu erhalten. Um Empfehlungen von einem Empfehlungsgeber zu erhalten, ersetzen Sie den `campaign-arn` Parameter durch den`recommender-arn`.
Geben Sie die ID des Benutzers an, für den Sie Empfehlungen erhalten möchten, und den Amazon-Ressourcennamen (ARN) Ihrer Kampagne oder Ihres Empfehlungsgebers. Eine Liste der 10 am häufigsten empfohlenen Artikel für den Benutzer wird angezeigt. Wenn Sie User-Personalization-v 2 verwenden, enthält jeder empfohlene Artikel eine Liste mit Gründen, warum der Artikel in die Empfehlungen aufgenommen wurde. Weitere Informationen finden Sie unter [Gründe für Empfehlungen mit 2 User-Personalization-v](recommendations.md#recommendation-reasons).
Um die Anzahl der empfohlenen Artikel zu ändern, ändern Sie den Wert für`numResults`. Die Standardeinstellung ist 25 Elemente. Das Maximum liegt bei 500 Elementen. Wenn Sie ein RELATED\$1ITEMS-Rezept verwendet haben, um die Lösungsversion zu trainieren, die die Kampagne unterstützt, ersetzen Sie den `user-id` Parameter durch `item-id` und geben Sie die Element-ID an.
Wenn Sie Ereignisse für einen Benutzer aufgezeichnet haben, bevor er sich angemeldet hat (ein anonymer Benutzer), können Sie Empfehlungen für diesen Benutzer erhalten, indem Sie die Ereignisse `sessionId` aus diesen Ereignissen so angeben, als ob es seine eigenen wären. `userId` Weitere Informationen zum Aufzeichnen von Ereignissen für anonyme Benutzer finden Sie unter[Ereignisse für anonyme Benutzer aufzeichnen](recording-events.md#recording-anonymous-user-events).
```
aws personalize-runtime get-recommendations \
--campaign-arn campaign arn \
--user-id User ID \
--num-results 10
```
## Artikelempfehlungen abrufen (AWS SDKs)
Der folgende Code zeigt, wie Sie Amazon Personalize Personalize-Empfehlungen für einen Benutzer aus einer Kampagne mit dem AWS SDKs erhalten. Um Empfehlungen von einem Empfehlungsgeber zu erhalten, ersetzen Sie den `campaignArn` Parameter durch den. `recommenderArn`
Geben Sie die ID des Benutzers an, für den Sie Empfehlungen erhalten möchten, und den Amazon-Ressourcennamen (ARN) Ihrer Kampagne oder Ihres Empfehlungsgebers. Eine Liste der 10 am häufigsten empfohlenen Artikel für den Benutzer wird angezeigt. Wenn Sie User-Personalization-v 2 verwenden, enthält jeder empfohlene Artikel eine Liste mit Gründen, warum der Artikel in die Empfehlungen aufgenommen wurde. Weitere Informationen finden Sie unter [Gründe für Empfehlungen mit 2 User-Personalization-v](recommendations.md#recommendation-reasons).
Um die Anzahl der empfohlenen Artikel zu ändern, ändern Sie den Wert für`numResults`. Die Standardeinstellung ist 25 Elemente. Das Maximum liegt bei 500 Elementen. Wenn Sie ein RELATED\$1ITEMS-Rezept verwendet haben, um die Lösungsversion zu trainieren, die die Kampagne unterstützt, ersetzen Sie den `userId` Parameter durch `itemId` und geben Sie die Element-ID an.
Wenn Sie Metadaten in Empfehlungen für Ihre Kampagne oder Ihren Empfehlungsgeber aktiviert haben, können Sie die Metadatenspalten des Artikeldatensatzes angeben, die in die Antwort aufgenommen werden sollen. Ein Codebeispiel finden Sie unter [Einbeziehen von Elementmetadaten mit Empfehlungen (AWS SDKs)](getting-recommendations-with-metadata.md#getting-recommendations-with-metadata-sdk). Informationen zur Aktivierung von Metadaten finden Sie unter[Artikelmetadaten in Empfehlungen](campaigns.md#create-campaign-return-metadata).
Wenn Sie Ereignisse für einen Benutzer aufgezeichnet haben, bevor er sich angemeldet hat (ein anonymer Benutzer), können Sie Empfehlungen für diesen Benutzer erhalten, indem Sie die `sessionId` Ereignisse so angeben, als ob es seine eigenen wären`userId`. Weitere Informationen zum Aufzeichnen von Ereignissen für anonyme Benutzer finden Sie unter[Ereignisse für anonyme Benutzer aufzeichnen](recording-events.md#recording-anonymous-user-events).
------
#### [ SDK for Python (Boto3) ]
```
import boto3
personalizeRt = boto3.client('personalize-runtime')
response = personalizeRt.get_recommendations(
campaignArn = 'Campaign ARN',
userId = 'User ID',
numResults = 10
)
print("Recommended items")
for item in response['itemList']:
print (item['itemId'])
```
------
#### [ SDK for Java 2.x ]
```
public static void getRecs(PersonalizeRuntimeClient personalizeRuntimeClient, String campaignArn, String userId) {
try {
GetRecommendationsRequest recommendationsRequest = GetRecommendationsRequest.builder()
.campaignArn(campaignArn)
.numResults(20)
.userId(userId)
.build();
GetRecommendationsResponse recommendationsResponse = personalizeRuntimeClient
.getRecommendations(recommendationsRequest);
List items = recommendationsResponse.itemList();
for (PredictedItem item : items) {
System.out.println("Item Id is : " + item.itemId());
System.out.println("Item score is : " + item.score());
}
} catch (AwsServiceException e) {
System.err.println(e.awsErrorDetails().errorMessage());
System.exit(1);
}
}
```
------
#### [ SDK for JavaScript v3 ]
```
// Get service clients module and commands using ES6 syntax.
import { GetRecommendationsCommand } from "@aws-sdk/client-personalize-runtime";
import { personalizeRuntimeClient } from "./libs/personalizeClients.js";
// Or, create the client here.
// const personalizeRuntimeClient = new PersonalizeRuntimeClient({ region: "REGION"});
// Set the recommendation request parameters.
export const getRecommendationsParam = {
campaignArn: "CAMPAIGN_ARN" /* required */,
userId: "USER_ID" /* required */,
numResults: 15 /* optional */,
};
export const run = async () => {
try {
const response = await personalizeRuntimeClient.send(
new GetRecommendationsCommand(getRecommendationsParam),
);
console.log("Success!", response);
return response; // For unit tests.
} catch (err) {
console.log("Error", err);
}
};
run();
```
------