Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Ricetta Trending-Now
La ricetta Trending-Now (aws-trending-now) genera consigli per articoli che stanno rapidamente diventando sempre più popolari tra i tuoi utenti. Potresti utilizzare la ricetta Trending-Now se gli articoli che stanno guadagnando popolarità sono più pertinenti per i tuoi clienti. Ad esempio, i tuoi clienti potrebbero apprezzare molto ciò con cui interagiscono gli altri utenti. Gli usi più comuni includono la raccomandazione di contenuti virali sui social media, articoli delle ultime notizie o video sportivi recenti.
Trending-Now identifica automaticamente i principali articoli di tendenza calcolando l'aumento delle interazioni che ogni articolo ha su intervalli di tempo configurabili. Gli articoli con il più alto tasso di incremento sono considerati articoli di tendenza. L'ora si basa sui dati del timestamp presenti nel set di dati sulle interazioni degli articoli. Gli elementi considerati provengono dai dati sulle interazioni che hai importato in blocco e in modo incrementale. Non è necessario creare manualmente una nuova versione della soluzione per Trending-Now per prendere in considerazione nuovi elementi nei dati di interazione.
È possibile specificare l'intervallo di tempo fornendo un momento in `Trend discovery frequency` cui si crea la soluzione. Ad esempio, se specifichi `30 minutes` for`Trend discovery frequency`, per ogni 30 minuti di dati, Amazon Personalize identifica gli elementi con il maggior tasso di aumento delle interazioni dall'ultima valutazione. Le frequenze possibili includono 30 minuti, 1 ora, 3 ore e 1 giorno. Scegli una frequenza in linea con la distribuzione dei dati sulle interazioni. I dati mancanti nell'intervallo scelto possono ridurre la precisione delle raccomandazioni. Se importi zero interazioni negli ultimi due intervalli di tempo, Amazon Personalize consiglia solo gli articoli più richiesti anziché gli articoli di tendenza.
Con Trending-Now, puoi chiamare l'[GetRecommendations](API_RS_GetRecommendations.md)operazione o ricevere consigli nella pagina **Test campaign** della console Amazon Personalize. Amazon Personalize restituisce gli articoli di tendenza. Passi un valore `userId` nella tua richiesta solo se applichi un filtro che lo richiede. Con l' GetRecommendations API, puoi configurare il numero di articoli di tendenza restituiti con il `numResults` parametro. Non puoi ottenere consigli sui batch con la ricetta Trending-Now.
Per utilizzare Trending-Now, devi creare un set di dati sulle interazioni tra oggetti con almeno 1000 interazioni storiche ed eventi uniche combinate (dopo il filtraggio per EventType e, se fornito). eventValueThreshold Quando genera consigli sugli articoli di tendenza, Trending-Now non utilizza i dati nei set di dati Items o Users. Tuttavia, puoi comunque filtrare i consigli in base ai dati di questi set di dati. Per ulteriori informazioni, consulta [Suggerimenti di filtraggio e segmenti di utenti](filter.md).
**Topics**
+ [Proprietà e iperparametri](#trending-now-hyperparameters)
+ [Creazione di una soluzione (SDK per Python (Boto3))](#trending-now-python)
+ [Notebook Jupyter di esempio](#trending-now-sample-notebooks)
## Proprietà e iperparametri
La ricetta Trending-Now ha le seguenti proprietà:
+ **Nome**: `aws-trending-now`
+ **Ricetta Amazon Resource Name (ARN**) — `arn:aws:personalize:::recipe/aws-trending-now`
+ **Algoritmo ARN** — `arn:aws:personalize:::algorithm/aws-trending-now-custom`
Per ulteriori informazioni, consulta [Scegliere una ricetta](working-with-predefined-recipes.md).
La tabella seguente descrive gli iperparametri per la ricetta Trending-Now. Un *iperparametro* è un parametro di algoritmo che puoi regolare per migliorare le prestazioni del modello. Gli iperparametri dell'algoritmo controllano le prestazioni del modello. Il processo di scelta del valore migliore per un iperparametro è chiamato ottimizzazione iperparametri (HPO). Per ulteriori informazioni, consulta [Iperparametri e HPO](customizing-solution-config-hpo.md).
La tabella fornisce inoltre le seguenti informazioni per ogni iperparametro:
+ **Range**: [limite inferiore, limite superiore]
+ **Value type**: Integer, Continuous (float), Categorical (booleano, elenco, stringa)
+ **HPO tunable**(HPO ottimizzabile): il parametro può partecipare all'HPO?
| Nome | Description |
| --- | --- |
| Iperparametri di trasformazione delle funzionalità |
| Trend discovery frequency | Specificate con quale frequenza Amazon Personalize valuta i dati delle vostre interazioni e identifica gli articoli di tendenza. Ad esempio, se specifichi `30 minutes` for`Trend discovery frequency`, ogni 30 minuti Amazon Personalize identifica gli articoli con il maggior tasso di aumento delle interazioni su intervalli di 30 minuti. Le frequenze disponibili includono 30 minuti, 1 ora, 2 ore, 3 ore e 1 giorno. Scegli una frequenza in linea con la distribuzione dei dati sulle interazioni. I dati mancanti nell'intervallo scelto possono ridurre la precisione delle raccomandazioni. Se utilizzi l'operazione CreateSolution API e non specifichi un valore, l'impostazione predefinita è ogni 2 ore. Per qualsiasi valore dei parametri superiore a 2 ore, Amazon Personalize aggiorna automaticamente i consigli sugli articoli di tendenza ogni 2 ore per tenere conto di nuove interazioni e nuovi articoli. Valore predefinito: 2 ore Valori possibili: 30 minuti, 1 ora, 2 ore, 3 ore e 1 giorno. Tipo di valore: stringa HPO regolabile: no |
## Creazione di una soluzione (SDK per Python (Boto3))
Il codice seguente mostra come creare una soluzione con la ricetta Trending-Now utilizzando l'SDK for Python (Boto3). I valori possibili per sono,, e. `trend_discovery_frequency` `30 minutes` `1 hour` `3 hours` `1 day` Per informazioni sulla creazione di una soluzione con la console, vedere[Creazione di una soluzione (console)](create-solution.md#configure-solution-console).
```
import boto3
personalize = boto3.client("personalize")
create_solution_response = personalize_client.create_solution(
name="solution name",
recipeArn="arn:aws:personalize:::recipe/aws-trending-now",
datasetGroupArn="dataset group ARN",
solutionConfig={
"featureTransformationParameters": {
"trend_discovery_frequency": "1 hour"
}
}
)
print(create_solution_response['solutionArn'])
```
## Notebook Jupyter di esempio
[Per un esempio di notebook Jupyter che mostra come usare la ricetta Trending-Now, consulta trending\$1now\$1example.ipynb nell'archivio degli esempi di Amazon Personalize.](https://github.com/aws-samples/amazon-personalize-samples/blob/master/next_steps/core_use_cases/trending_now/trending_now_example.ipynb) GitHub