本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # 获取个性化排名（自定义资源） 个性化排名是为特定用户重新排名的推荐物品的列表。要获得个性化排名，请调用 [GetPersonalizedRanking](API_RS_GetPersonalizedRanking.md) API 操作或在控制台中从市场活动中获取建议。 **注意** 必须已使用 PERSONALIZED\$1RANKING 类型的配方创建支持市场活动的解决方案。有关更多信息，请参阅 [选择食谱](working-with-predefined-recipes.md)。 **Topics** + [个性化排名评分的工作原理](#how-ranking-scoring-works) + [获取个性化排名（控制台）](get-ranking-recommendations-console.md) + [获取个性化排名 (AWS CLI)](get-personalized-rankings-cli.md) + [获取个性化排名 (AWS SDK)](get-personalized-rankings-sdk.md) + [Personalized-Ranking 示例笔记本](#real-time-recommendations-personalized-ranking-example) ## 个性化排名评分的工作原理 与使用 User-Personalization-v2 和 User-Personalization 配方创建的解决方案的 `GetRecommendations` 操作返回的分数相似，`GetPersonalizedRanking` 分数总和为 1，但只有输入物品获得分数且推荐分数往往更高。如果某个项目在最近一次训练中不存在，则该项目的分数为 0。 在数学上，GetPersonalizedRanking 的评分函数与 `GetRecommendations` 相同，但它只考虑输入物品。这意味着分数接近 1 的可能性更高，因为将分数进行划分的其他选择更少： ![\[描绘了用于计算评分中每个物品分数的公式。\]](http://docs.aws.amazon.com/zh_cn/personalize/latest/dg/images/get_personalized_ranking.png) # 获取个性化排名（控制台） 要从 Amazon Personalize 控制台获取用户的个性化排名，请选择您要使用的市场活动，然后提供他们的用户 ID，指定您要为该用户排名的物品列表，（可选）选择筛选器，并（可选）提供任何上下文数据。 **获得针对用户的个性化排名** 1. 打开 Amazon Personalize 控制台（网址为 [https://console.aws.amazon.com/personalize/home](https://console.aws.amazon.com/personalize/home)），并登录您的账户。 1. 选择包含要使用的市场活动的数据集组。 1. 在导航窗格中，选择**市场活动**。 1. 在**活动**页面上，选择目标市场活动。 1. 在**测试市场活动结果** 下，输入要为其获取建议的用户的**用户 ID**。 1. 对于**物品 ID**，输入要为用户排名的物品列表。 1. （可选）选择筛选器。有关更多信息，请参阅 [筛选建议和用户细分](filter.md)。 1. 如果您在市场活动的建议中启用了元数据，请为**物品数据集列**选择要包含在建议结果中的元数据列。有关启用元数据的信息，请参阅[推荐中的物品元数据](campaigns.md#create-campaign-return-metadata)。 1. 如果活动使用上下文元数据（有关要求，请参阅[利用上下文元数据提高建议的相关性](contextual-metadata.md)），则可以选择提供上下文数据。 对于每个上下文，为**键** 输入元数据字段，对于**值**，输入上下文数据。 1. 选择**获取个性化物品排名**。此时将显示一个表格，其中包含按用户预期兴趣顺序排名的物品。 # 获取个性化排名 (AWS CLI) 以下代码示例显示了如何使用 AWS CLI 获得个性化排名的不同变体。 **Topics** + [获取个性化排名](#personalized-ranking-cli-sample) + [在个性化排名中包含物品元数据](#getting-personalized-ranking-with-metadata-cli) ## 获取个性化排名 使用以下 `get-personalized-ranking` 命令，通过 AWS CLI 获得个性化排名。指定市场活动的 Amazon 资源名称 (ARN)、用户的用户 ID，并提供要为用户排名的物品的物品 ID 列表（每个项用空格隔开）。要排名的物品必须位于您用于训练解决方案版本的数据中。这将显示已排名的建议列表。Amazon Personalize 会将列表中的第一个物品视为用户最感兴趣的物品。 ``` aws personalize-runtime get-personalized-ranking \ --campaign-arn Campaign ARN \ --user-id 12 \ --input-list 3 4 10 8 12 7 ``` ## 在个性化排名中包含物品元数据 如果您在市场活动的建议中启用了元数据，则可以指定要包含在响应中的物品数据集元数据列。有关启用元数据的信息，请参阅[推荐中的物品元数据](campaigns.md#create-campaign-return-metadata)。 以下代码示例显示了如何在请求个性化排名时指定元数据列。 ``` 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"\"]}" ``` # 获取个性化排名 (AWS SDK) 以下代码示例显示了如何使用 AWS SDK 获得个性化排名的不同变体。 **Topics** + [获取个性化排名](#personalized-ranking-sdk-sample) + [在个性化排名中包含物品元数据](#getting-personalized-ranking-with-metadata-sdk) + [使用上下文元数据获得个性化排名](#personalized-ranking-contextual-metadata-example) ## 获取个性化排名 以下代码展示了如何为用户获取个性化排名。指定用户的 ID 和要为用户排名的物品 ID 列表。物品 ID 必须位于您用于训练解决方案版本的数据中。这将返回已排名的建议列表。Amazon Personalize 会将列表中的第一个物品视为用户最感兴趣的物品。 ------ #### [ 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 getRankedRecs(PersonalizeRuntimeClient personalizeRuntimeClient, String campaignArn, String userId, ArrayList items) { try { GetPersonalizedRankingRequest rankingRecommendationsRequest = GetPersonalizedRankingRequest.builder() .campaignArn(campaignArn) .userId(userId) .inputList(items) .build(); GetPersonalizedRankingResponse recommendationsResponse = personalizeRuntimeClient.getPersonalizedRanking(rankingRecommendationsRequest); List 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(); ``` ------ ## 在个性化排名中包含物品元数据 如果您在市场活动的建议中启用了元数据，则可以指定要包含在响应中的物品数据集元数据列。有关启用元数据的信息，请参阅[推荐中的物品元数据](campaigns.md#create-campaign-return-metadata)。 以下代码示例显示了如何在请求个性化排名时指定元数据列。 ``` 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']) ``` ## 使用上下文元数据获得个性化排名 使用以下代码，根据上下文元数据获取个性化排名。对于 `context`，对于每个键值对，提供元数据字段作为键，提供上下文数据作为值。在以下示例代码中，键为 `DEVICE`，值为 `mobile phone`。替换这些值，将 `Campaign ARN` 和 `User ID` 替换为您自己的值。此外，将 `inputList` 更改为用于训练解决方案的数据中的物品 ID 列表。Amazon Personalize 会将列表中的第一个物品视为用户最感兴趣的物品。 ``` 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']) ``` ## Personalized-Ranking 示例笔记本 有关展示如何使用 Personalized-Ranking 食谱的示例 Jupyter 笔记本，请参阅 [Personalize Ranking 示例](https://github.com/aws-samples/amazon-personalize-samples/blob/master/next_steps/core_use_cases/personalized_ranking/personalize_ranking_example.ipynb)。