

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Casos de uso de ECOMMERCE
<a name="ECOMMERCE-use-cases"></a>

As seções a seguir listam os requisitos e o nome do recurso da Amazon (ARN) para cada caso de uso de ECOMMERCE. Para todos os casos de uso, seus dados de interações devem ter o seguinte: 
+ No mínimo, mil registros de interações com itens de usuários que interagem com itens do catálogo. Essas interações podem ser de importações em massa, eventos transmitidos ou ambas as coisas.
+ No mínimo 25 usuários únicos IDs com pelo menos duas interações de itens para cada um.

Para obter recomendações de qualidade, o ideal é que você tenha, no mínimo, cinquenta mil interações com itens de, pelo menos, mil usuários com duas ou mais interações com itens cada.

**nota**  
Se você usa a API [CreateRecommender](API_CreateRecommender.md), forneça o ARN listado aqui para o ARN da fórmula.

**Topics**
+ [Mais vistos](#most-viewed-use-case)
+ [Mais vendidos](#best-sellers-use-case)
+ [Comprados frequentemente em conjunto](#frequently-bought-together-use-case)
+ [Os clientes que visualizaram X também visualizaram](#customers-also-viewed-use-case)
+ [Recomendados para você](#recommended-for-you-use-case)

## Mais vistos
<a name="most-viewed-use-case"></a>

Obtenha recomendações de itens populares com base na quantidade de vezes que seus clientes visualizaram um item.
+ **ARN da fórmula:** `arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-views`
+ **GetRecommendations requisitos:**

  `userId`: obrigatório

  `itemId`: não usado

  `inputList`: n/d
+ **Conjuntos de dados usados durante o treinamento**: somente conjunto de dados de interações com itens (obrigatório) 
+ **Tipos de eventos obrigatórios:** no mínimo, 1.000 eventos `View`.

## Mais vendidos
<a name="best-sellers-use-case"></a>

Obtenha recomendações de itens populares com base na quantidade de vezes que seus clientes compraram um item.
+ **ARN da fórmula:** `arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-purchases`
+ **GetRecommendations requisitos:**

  `userId`: obrigatório

  `itemId`: não usado

  `inputList`: n/d
+ **Conjuntos de dados usados durante o treinamento**: somente conjunto de dados de interações com itens (obrigatório) 
+ **Tipos de eventos obrigatórios:** no mínimo, 1.000 eventos `Purchase`.

## Comprados frequentemente em conjunto
<a name="frequently-bought-together-use-case"></a>

Obtenha recomendações de itens que os clientes compram com frequência junto com um item especificado por você.
+ **ARN da fórmula:** `arn:aws:personalize:::recipe/aws-ecomm-frequently-bought-together`
+ **GetRecommendations requisitos:**

  `userId`: Obrigatório somente se você filtrar por CurrentUser

  `itemId`: obrigatório

  `inputList`: n/d
+ **Conjuntos de dados usados durante o treinamento**: somente conjunto de dados de interações com itens (obrigatório) 
+ **Tipos de eventos obrigatórios:** no mínimo, 1.000 eventos `Purchase`.

## Os clientes que visualizaram X também visualizaram
<a name="customers-also-viewed-use-case"></a>

Obtenha recomendações para itens que os clientes também visualizaram com base em um item especificado por você. Com esse caso de uso, o Amazon Personalize filtra automaticamente os itens que o usuário comprou com base no ID do usuário que você especifica e nos eventos `Purchase`. Se você aplicar seu próprio filtro, ele será aplicado depois que os itens que o usuário já comprou forem filtrados.

Os filtros do Amazon Personalize utilizam até cem interações com itens por usuário por tipo de evento. Isso se aplica a qualquer filtro automático ou personalizado. Para solicitar um aumento para este limite, é possível usar o [console do Service Quotas](https://console.aws.amazon.com/servicequotas/). Para obter mais informações, consulte a seção [Solicitação de um aumento de cota](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html) no *Guia do usuário do Service Quotas*. Se você não importar interações com itens para um usuário por três meses, seus filtros deixarão de considerar os dados históricos do usuário. Para considerar esses dados, importe todo o histórico de eventos do usuário novamente.
+ **ARN da fórmula:** 
+ **GetRecommendations requisitos:**

  `userId`: obrigatório

  `itemId`: obrigatório

  `inputList`: n/d
+ **Conjuntos de dados usados durante o treinamento**: somente conjunto de dados de interações com itens (obrigatório) 
+ **Tipos de eventos obrigatórios:** no mínimo, 1.000 eventos `View`.
+ **Tipos de eventos recomendados:** eventos `Purchase`.

## Recomendados para você
<a name="recommended-for-you-use-case"></a>

Obtenha recomendações personalizadas para itens com base em um usuário que você especificar. Com esse caso de uso, o Amazon Personalize filtra automaticamente os itens que o usuário comprou com base no ID do usuário que você especifica e nos eventos `Purchase`. Se você aplicar seu próprio filtro, ele será aplicado depois que os itens que o usuário já comprou forem filtrados. 

Os filtros do Amazon Personalize utilizam até cem interações com itens por usuário por tipo de evento. Isso se aplica a qualquer filtro automático ou personalizado. Para solicitar um aumento para este limite, é possível usar o [console do Service Quotas](https://console.aws.amazon.com/servicequotas/). Para obter mais informações, consulte a seção [Solicitação de um aumento de cota](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html) no *Guia do usuário do Service Quotas*. Se você não importar interações com itens para um usuário por três meses, seus filtros deixarão de considerar os dados históricos do usuário. Para considerar esses dados, importe todo o histórico de eventos do usuário novamente.

 Ao recomendar itens, esse caso de uso usa [real-time-personalization](use-case-recipe-features.md#about-real-time-personalization)e [explora](use-case-recipe-features.md#about-exploration). E usa [atualizações automáticas](use-case-recipe-features.md#automatic-updates) para considerar novos itens para recomendações.
+ **ARN da fórmula:** 
+ **GetRecommendations requisitos:**

  `userId`: obrigatório

  `itemId`: não usado

  `inputList`: n/d
+ **Conjuntos de dados usados durante o treinamento:** 
  + Interações (obrigatório)
  + Itens (opcionais)
  + Usuários (opcionais)
+ **Número obrigatório de eventos:** no mínimo, 1.000 eventos.
+ **Tipos de eventos recomendados:** eventos `View` e `Purchase`.
+ **Parâmetros de configuração de exploração:** ao criar um recomendador, você pode configurar a exploração com o seguinte.
  + Ênfase na exploração de itens menos relevantes (peso de exploração) — Configure o quanto explorar. Especifique um valor decimal entre 0 e 1. O padrão é de 0,3. Quanto mais próximo o valor estiver de 1, maior será a exploração. Com maior exploração, as recomendações incluem mais itens com menos dados de interações ou relevância com base no comportamento anterior. Em zero, nenhuma exploração ocorre, e as recomendações são baseadas nos dados atuais (relevância).
  + Limite de idade do item de exploração: especifique a idade máxima do item em dias desde a última interação em todos os itens no conjunto de dados de interações com itens. Isso define o escopo da exploração do item com base na idade do item. O Amazon Personalize determina a idade do item com base no carimbo de data e hora de criação ou, se não houver dados de carimbo de data e hora de criação, serão usados os dados das interações com itens. Para obter mais informações sobre como o Amazon Personalize determina a idade do item, consulte [Dados de carimbo de data e hora de criação](items-datasets.md#creation-timestamp-data). 

    Para aumentar os itens que o Amazon Personalize considera durante a exploração, insira um valor maior. O mínimo é 1 dia e o padrão é 30 dias. As recomendações podem incluir itens mais antigos do que o limite de idade do item especificado. Isso ocorre porque esses itens são relevantes para o usuário e a exploração não os identificou.