翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Amazon Personalize でのリアルタイムのアイテムレコメンデーション
ユースケースまたはレシピでアイテムレコメンデーションが生成された場合、[レコメンダーを作成](creating-recommenders.md)したり[キャンペーンを作成](campaigns.md)したりすると、ユーザー向けにパーソナライズされたアイテムまたは関連アイテムのレコメンデーションをリアルタイムで取得できます。
*上位のおすすめ*ユースケースや *User-Personalization-v2* レシピなど、[リアルタイムのパーソナライゼーション](use-case-recipe-features.md#about-real-time-personalization)を提供するドメインユースケースまたはレシピを使用する場合、Amazon Personalize は、カタログ操作の記録に関する最新のアクティビティに基づいてレコメンデーションを更新します。リアルタイムイベントの記録についての詳細は、「[レコメンデーションに影響を与えるリアルタイムイベントの記録](recording-events.md)」を参照してください。
リアルタイムのアイテムレコメンデーションを取得すると、以下の操作を行うことができます。
+ レコメンデーションアイテムに対してメタデータを返すようにキャンペーンを設定した場合は、[GetRecommendations](API_RS_GetRecommendations.md) API オペレーションに含める列を指定できます。または、Amazon Personalize コンソールを使用してレコメンダーをテストするときに列を指定できます。 のコードの例については、「」を参照してください[リアルタイムレコメンデーションを使用したアイテムメタデータの取得](getting-recommendations-with-metadata.md) キャンペーンのメタデータの有効化については、「[レコメンデーションのアイテムメタデータ](campaigns.md#create-campaign-return-metadata)」を参照してください。レコメンダーのメタデータの有効化については、「[Amazon Personalize のドメインレコメンダーでレコメンデーションのメタデータを有効にする](create-recommender-return-metadata.md)」を参照してください。
+ 一部のユースケースやレシピでは、レコメンデーションリクエストにプロモーションを指定できます。*プロモーション*は、設定可能なおすすめアイテムのサブセットに適用される追加のビジネスルールを定義します。詳細については、「[リアルタイムレコメンデーション内のアイテムのプロモーション](promoting-items.md)」を参照してください。
+ カスタム条件に基づいて結果をフィルタリングできます。例えば、ユーザーがすでに購入した商品はレコメンドしたくないとか、特定の年齢層向けのアイテムだけを勧めたいことがあるかもしれません。詳細については、「[レコメンデーションとユーザーセグメントのフィルタリング](filter.md)」を参照してください。
**注記**
PERSONALIZED\_RANKING レシピを使用した場合は、「[パーソナライズされたランキングの取得 (カスタムリソース)](rankings.md)」を参照してください。
**Topics**
+ [レコメンデーションスコアの仕組み (カスタムリソース)](#how-recommendation-scoring-works)
+ [User-Personalization-v2 のレコメンデーションの理由](#recommendation-reasons)
+ [リアルタイムのアイテムレコメンデーションの取得](getting-real-time-item-recommendations.md)
+ [リアルタイムレコメンデーションを使用したアイテムメタデータの取得](getting-recommendations-with-metadata.md)
+ [リアルタイムレコメンデーション内のアイテムのプロモーション](promoting-items.md)
## レコメンデーションスコアの仕組み (カスタムリソース)
Amazon Personalize は、User-Personalization-v2 および User-Personalization レシピを使用して、ユーザーのインタラクションデータとメタデータに基づいてアイテムのスコアを生成します。これらのスコアは、ユーザーが次に選択するアイテムがある、Amazon Personalize の相対的な確実性を表します。スコアが高いほど、確実性が高くなります。
**注記**
Amazon Personalize は、ドメインレコメンデーションや、類似商品、SIMS、Popularity-Count のレシピのスコアを表示しません。パーソナライズドランキングのレコメンデーションのスコアについては、「[パーソナライズされたランキングスコアリングの仕組み](rankings.md#how-ranking-scoring-works)」を参照してください。
Amazon Personalize は、0 から 1 のスケールで (両方を含む)、互いに対するアイテムのスコアを生成します。User-Personalization-v2 を使用すると、Amazon Personalize はアイテムのサブセットのスコアを生成します。User-Personalization を使用すると、Amazon Personalize はカタログ内のすべてのアイテムをスコアリングします。
User-Personalization-v2 を使用してレコメンデーションにフィルターを適用する場合、フィルターが削除するレコメンデーションの数に応じて、Amazon Personalize はプレースホルダーアイテムを追加する場合があります。これは、レコメンデーションリクエストの `numResults` を満たすために行われます。これらのアイテムは、インタラクションデータの量に基づいて、フィルター基準を満たす人気のあるアイテムです。これらにはユーザーの関連性スコアがありません。
User-Personalization-v2 と User-Personalization の両方について、すべてのスコアの合計は 1 になります。例えば、ユーザーから映画のレコメンデーションを取得していて、Items データセットとインタラクションデータセットに 3 本の映画が表示されている場合、それらのスコアは `0.6`、`0.3`、`0.1` となります。同様に、インベントリに映画が 10,000 本ある場合、最も評価が高い映画のスコアは非常に小さくなる可能性があります (平均スコアは `.001`)。ただし、スコアリングは相対的であるため、レコメンデーションは引き続き有効です。
数学的には、各ユーザーアイテムのペア (u,i) のスコアは、次の式に従って計算されます。ここで `exp` は指数関数で、w̅u および wi/j はそれぞれユーザーおよびアイテムの埋め込みです。ギリシャ文字シグマ (Σ) は、スコアを持つすべてのアイテムの合計を表します。
## User-Personalization-v2 のレコメンデーションの理由
User-Personalization-v2 を使用する場合、モデルで通常推奨されないアイテムには `reason` リストが含まれます。これらの理由は、アイテムがレコメンデーションに含まれていた理由を示しています。次のような原因が考えられます。
+ プロモーション対象アイテム - レコメンデーションリクエストに適用したプロモーションの一部としてアイテムが含まれていたことを示します。
+ 探索 - アイテムが探索に含まれていたことを示します。探索では、レコメンデーションに、インタラクションデータまたはユーザーとの関連性が少ないアイテムが含まれます。探索の詳細については、「[探索](https://docs.aws.amazon.com/personalize/latest/dg/use-case-recipe-features.html#about-exploration)」を参照してください。
+ 人気のあるアイテム - アイテムがプレースホルダーの人気のあるアイテムとして含まれていたことを示します。フィルターを使用する場合、フィルターが削除するレコメンデーションの数に応じて、Amazon Personalize はレコメンデーションリクエストの `numResults` を満たすプレースホルダーアイテムを追加する場合があります。これらのアイテムは、インタラクションデータに基づいて、フィルター基準を満たす一般的なアイテムです。これらにはユーザーの関連性スコアがありません。