

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Mendapatkan peringkat yang dipersonalisasi (sumber daya khusus)
<a name="rankings"></a>

Peringkat yang dipersonalisasi adalah daftar item yang direkomendasikan yang diberi peringkat ulang untuk pengguna tertentu. Untuk mendapatkan peringkat yang dipersonalisasi, hubungi operasi [GetPersonalizedRanking](API_RS_GetPersonalizedRanking.md) API atau dapatkan rekomendasi dari kampanye di konsol.

**catatan**  
Solusi yang mendukung kampanye harus dibuat menggunakan resep tipe PERSONALIZED\$1RANKING. Untuk informasi selengkapnya, lihat [Memilih resep](working-with-predefined-recipes.md).

**Topics**
+ [Cara kerja penilaian peringkat yang dipersonalisasi](#how-ranking-scoring-works)
+ [Mendapatkan peringkat yang dipersonalisasi (konsol)](get-ranking-recommendations-console.md)
+ [Mendapatkan peringkat yang dipersonalisasi (AWS CLI)](get-personalized-rankings-cli.md)
+ [Mendapatkan peringkat yang dipersonalisasi (AWS SDKs)](get-personalized-rankings-sdk.md)
+ [Notebook sampel Peringkat yang Dipersonalisasi](#real-time-recommendations-personalized-ranking-example)

## Cara kerja penilaian peringkat yang dipersonalisasi
<a name="how-ranking-scoring-works"></a>

Seperti skor yang dikembalikan oleh `GetRecommendations` operasi untuk solusi yang dibuat dengan resep User-Personalization-v 2 dan Personalisasi Pengguna, `GetPersonalizedRanking` skor berjumlah 1, tetapi hanya item input yang menerima skor dan skor rekomendasi cenderung lebih tinggi. Jika item tidak hadir selama pelatihan terbaru, ia menerima skor 0.

Secara matematis, fungsi penilaian untuk GetPersonalizedRanking identik dengan`GetRecommendations`, kecuali bahwa ia hanya mempertimbangkan item input. Ini berarti bahwa skor mendekati 1 menjadi lebih mungkin, karena ada lebih sedikit pilihan lain untuk membagi skor:

![\[Menggambarkan rumus yang digunakan untuk menghitung skor untuk setiap item dalam peringkat.\]](http://docs.aws.amazon.com/id_id/personalize/latest/dg/images/get_personalized_ranking.png)


# Mendapatkan peringkat yang dipersonalisasi (konsol)
<a name="get-ranking-recommendations-console"></a>

Untuk mendapatkan peringkat yang dipersonalisasi untuk pengguna dari konsol Amazon Personalize, pilih kampanye yang Anda gunakan, lalu berikan ID pengguna mereka, tentukan daftar item yang ingin diberi peringkat untuk pengguna, pilih filter secara opsional, dan berikan data konteks apa pun secara opsional. 

**Untuk mendapatkan peringkat yang dipersonalisasi untuk pengguna**

1. Buka konsol Amazon Personalize di [https://console.aws.amazon.com/personalize/rumah](https://console.aws.amazon.com/personalize/home) dan masuk ke akun Anda. 

1. Pilih grup kumpulan data yang berisi kampanye yang Anda gunakan.

1. Di panel navigasi, pilih **Kampanye**.

1. Pada halaman **Kampanye**, pilih kampanye target.

1.  Di bawah **Uji hasil kampanye**, masukkan **ID Pengguna** pengguna yang ingin Anda rekomendasikan. 

1. Untuk **Item IDs**, masukkan daftar item yang akan diberi peringkat bagi pengguna.

1. Secara opsional pilih filter. Untuk informasi selengkapnya, lihat [Memfilter rekomendasi dan segmen pengguna](filter.md). 

1. Jika Anda mengaktifkan metadata dalam rekomendasi untuk kampanye Anda, untuk **kolom kumpulan data Item, pilih kolom** metadata yang ingin Anda sertakan dalam hasil rekomendasi. Untuk informasi tentang mengaktifkan metadata, lihat. [Metadata item dalam rekomendasi](campaigns.md#create-campaign-return-metadata)

1. Jika kampanye Anda menggunakan metadata kontekstual (untuk persyaratan lihat[Meningkatkan relevansi rekomendasi dengan metadata kontekstual](contextual-metadata.md)) secara opsional, berikan data konteks. 

   Untuk setiap konteks, untuk **Kunci**, masukkan bidang metadata, dan untuk **Nilai**, masukkan data konteks. 

1. Pilih **Dapatkan peringkat item yang dipersonalisasi**. Tabel yang berisi item yang diberi peringkat dalam urutan minat yang diprediksi untuk pengguna muncul. 

# Mendapatkan peringkat yang dipersonalisasi (AWS CLI)
<a name="get-personalized-rankings-cli"></a>

Contoh kode berikut menunjukkan bagaimana variasi yang berbeda tentang cara mendapatkan peringkat yang dipersonalisasi dengan AWS CLI.

**Topics**
+ [Mendapatkan peringkat yang dipersonalisasi](#personalized-ranking-cli-sample)
+ [Termasuk metadata item dalam peringkat yang dipersonalisasi](#getting-personalized-ranking-with-metadata-cli)

## Mendapatkan peringkat yang dipersonalisasi
<a name="personalized-ranking-cli-sample"></a>

 Gunakan `get-personalized-ranking` perintah berikut untuk mendapatkan peringkat yang dipersonalisasi dengan AWS CLI. Tentukan Nama Sumber Daya Amazon (ARN) untuk kampanye Anda, ID Pengguna untuk pengguna, dan berikan daftar item IDs untuk item yang akan diberi peringkat bagi pengguna (masing-masing dipisahkan oleh spasi). Item yang akan diberi peringkat harus dalam data yang Anda gunakan untuk melatih versi solusi. Daftar rekomendasi peringkat ditampilkan. Amazon Personalize mempertimbangkan item pertama dalam daftar yang paling menarik bagi pengguna. 

```
aws personalize-runtime get-personalized-ranking \
--campaign-arn Campaign ARN \
--user-id 12 \
--input-list 3 4 10 8 12 7
```

## Termasuk metadata item dalam peringkat yang dipersonalisasi
<a name="getting-personalized-ranking-with-metadata-cli"></a>

Jika Anda mengaktifkan metadata dalam rekomendasi untuk kampanye, Anda dapat menentukan kolom metadata kumpulan data Item yang akan disertakan dalam respons. Untuk informasi tentang mengaktifkan metadata, lihat. [Metadata item dalam rekomendasi](campaigns.md#create-campaign-return-metadata)

Contoh kode berikut menunjukkan cara menentukan kolom metadata sebagai bagian dari permintaan Anda untuk peringkat yang dipersonalisasi.

```
aws personalize-runtime get-personalized-ranking \
--campaign-arn Campaign ARN \
--user-id 12 \
--input-list 3 4 10 8 12 7
--metadata-columns "{\"ITEMS\": ["\"columnNameA"\","\"columnNameB"\"]}"
```

# Mendapatkan peringkat yang dipersonalisasi (AWS SDKs)
<a name="get-personalized-rankings-sdk"></a>

Contoh kode berikut menunjukkan bagaimana variasi yang berbeda tentang cara mendapatkan peringkat yang dipersonalisasi dengan AWS SDKs.

**Topics**
+ [Mendapatkan peringkat yang dipersonalisasi](#personalized-ranking-sdk-sample)
+ [Termasuk metadata item dalam peringkat yang dipersonalisasi](#getting-personalized-ranking-with-metadata-sdk)
+ [Mendapatkan peringkat yang dipersonalisasi menggunakan metadata kontekstual](#personalized-ranking-contextual-metadata-example)

## Mendapatkan peringkat yang dipersonalisasi
<a name="personalized-ranking-sdk-sample"></a>

Kode berikut menunjukkan cara mendapatkan peringkat yang dipersonalisasi untuk pengguna. Tentukan ID pengguna dan daftar item IDs yang akan diberi peringkat untuk pengguna. Item IDs harus dalam data yang Anda gunakan untuk melatih versi solusi. Daftar rekomendasi peringkat dikembalikan. Amazon Personalize mempertimbangkan item pertama dalam daftar yang paling menarik bagi pengguna.

------
#### [ SDK for Python (Boto3) ]

```
import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_personalized_ranking(
    campaignArn = "Campaign arn",
    userId = "UserID",
    inputList = ['ItemID1','ItemID2']
)

print("Personalized Ranking")
for item in response['personalizedRanking']:
    print (item['itemId'])
```

------
#### [ SDK for Java 2.x ]

```
public static List<PredictedItem> getRankedRecs(PersonalizeRuntimeClient personalizeRuntimeClient,
                                                String campaignArn,
                                                String userId,
                                                ArrayList<String> items) {

    try {
        GetPersonalizedRankingRequest rankingRecommendationsRequest = GetPersonalizedRankingRequest.builder()
                .campaignArn(campaignArn)
                .userId(userId)
                .inputList(items)
                .build();
  
        GetPersonalizedRankingResponse recommendationsResponse =
                personalizeRuntimeClient.getPersonalizedRanking(rankingRecommendationsRequest);
        List<PredictedItem> rankedItems = recommendationsResponse.personalizedRanking();
        int rank = 1;
        for (PredictedItem item : rankedItems) {
            System.out.println("Item ranked at position " + rank + " details");
            System.out.println("Item Id is : " + item.itemId());
            System.out.println("Item score is : " + item.score());
            System.out.println("---------------------------------------------");
            rank++;
        }
        return rankedItems;
    } catch (PersonalizeRuntimeException e) {
        System.err.println(e.awsErrorDetails().errorMessage());
        System.exit(1);
    }
    return null;
}
```

------
#### [ SDK for JavaScript v3 ]

```
// Get service clients module and commands using ES6 syntax.
import { GetPersonalizedRankingCommand } 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 ranking request parameters.
export const getPersonalizedRankingParam = {
  campaignArn: "CAMPAIGN_ARN" /* required */,
  userId: "USER_ID" /* required */,
  inputList: ["ITEM_ID_1", "ITEM_ID_2", "ITEM_ID_3", "ITEM_ID_4"],
};

export const run = async () => {
  try {
    const response = await personalizeRuntimeClient.send(
      new GetPersonalizedRankingCommand(getPersonalizedRankingParam),
    );
    console.log("Success!", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();
```

------

## Termasuk metadata item dalam peringkat yang dipersonalisasi
<a name="getting-personalized-ranking-with-metadata-sdk"></a>

Jika Anda mengaktifkan metadata dalam rekomendasi untuk kampanye, Anda dapat menentukan kolom metadata kumpulan data Item yang akan disertakan dalam respons. Untuk informasi tentang mengaktifkan metadata, lihat. [Metadata item dalam rekomendasi](campaigns.md#create-campaign-return-metadata)

Contoh kode berikut menunjukkan cara menentukan kolom metadata sebagai bagian dari permintaan Anda untuk peringkat yang dipersonalisasi.

```
import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_personalized_ranking(
    campaignArn = "Campaign arn",
    userId = "UserID",
    inputList = ['ItemID1','ItemID2'],
    metadataColumns = {
      "ITEMS": ['columnNameA','columnNameB']
    }
)

print("Personalized Ranking")
for item in response['personalizedRanking']:
    print (item['itemId'])
    print (item['metadata'])
```

## Mendapatkan peringkat yang dipersonalisasi menggunakan metadata kontekstual
<a name="personalized-ranking-contextual-metadata-example"></a>

Gunakan kode berikut untuk mendapatkan peringkat yang dipersonalisasi berdasarkan metadata kontekstual. Untuk`context`, untuk setiap pasangan kunci-nilai, berikan bidang metadata sebagai kunci dan data konteks sebagai nilai. Dalam kode contoh berikut, kuncinya adalah `DEVICE` dan nilainya adalah`mobile phone`. Ganti nilai-nilai ini dan `Campaign ARN` dan `User ID` dengan nilai-nilai Anda sendiri. Juga ubah `inputList` ke daftar item IDs yang ada di data yang Anda gunakan untuk melatih solusi. Amazon Personalize mempertimbangkan item pertama dalam daftar yang paling menarik bagi pengguna.

```
import boto3

personalizeRt = boto3.client('personalize-runtime')

response = personalizeRt.get_personalized_ranking(
    campaignArn = "Campaign ARN",
    userId = "User ID",
    inputList = ['ItemID1', 'ItemID2'],
    context = {
      'DEVICE': 'mobile phone'
    }
)

print("Personalized Ranking")
for item in response['personalizedRanking']:
  print(item['itemId'])
```

## Notebook sampel Peringkat yang Dipersonalisasi
<a name="real-time-recommendations-personalized-ranking-example"></a>

 [Untuk contoh buku catatan Jupyter yang menunjukkan cara menggunakan resep Personalized-Ranking, lihat Personalize Ranking Example.](https://github.com/aws-samples/amazon-personalize-samples/blob/master/next_steps/core_use_cases/personalized_ranking/personalize_ranking_example.ipynb) 