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。
# 使用案例和食谱特征
对于一些使用案例和食谱，Amazon Personalize 使用以下特征来生成更相关的建议，并改善物品发现和参与度。
**Topics**
+ [实时个性化](#about-real-time-personalization)
+ [探索](#about-exploration)
+ [自动更新](#automatic-updates)
## 实时个性化
对于一些使用案例和食谱，Amazon Personalize 使用实时个性化，根据用户不断变化的兴趣来更新和调整建议。当您记录用户与最近一次完整训练中出现的物品或操作交互时，它会更新针对用户的建议。您可以记录这些与事件跟踪器和 [PutEvents](API_UBS_PutEvents.md) 操作的交互，或者针对与操作的交互，可以记录与 PutActionInteractions 操作的交互。
有关记录事件的更多信息，请参阅[记录实时事件以影响推荐](recording-events.md)。有关新数据影响实时建议（包括实时个性化）的信息，请参阅[训练后更新数据集中的数据](updating-datasets.md)。
以下使用案例和食谱支持实时个性化：
+ [为您推荐（ECOMMERCE 使用案例）](ECOMMERCE-use-cases.md#recommended-for-you-use-case)
+ [热门精选（VIDEO\$1ON\$1DEMAND 使用案例）](VIDEO_ON_DEMAND-use-cases.md#top-picks-use-case)
+ [User-Personalization-v2 配方](native-recipe-user-personalization-v2.md)
+ [User-Personalization 食谱](native-recipe-new-item-USER_PERSONALIZATION.md)
+ [Personalized-Ranking-v2 配方](native-recipe-personalized-ranking-v2.md)
+ [Personalized-Ranking 食谱](native-recipe-search.md)
+ [Next-Best-Action 配方](native-recipe-next-best-action.md)
## 探索
对于某些域应用场景和自定义配方，Amazon Personalize 在推荐物品时使用浏览。在浏览中，建议包括一些通常不太可能向用户建议的物品或操作，例如新物品或操作、交互量很少的物品或操作，或者根据用户以前的行为与用户不太相关的物品或操作。当您目录的更新速度非常快，或者当新物品（如新闻文章或推广）在上架之初时与用户更相关时，这可以提高物品的发现率和参与度。
### 配置浏览
如果您使用 User-Personalization-v2 配方，则 Amazon Personalize 会为您处理浏览配置，并且通过浏览包括的物品在推荐响应的 `Reason` 中包括 `Exploration`。为确保推荐中包括新物品，您可以根据创建时间戳使用推广筛选条件来推广新物品。有关推广的更多信息，请参阅[通过实时推荐推广物品](promoting-items.md)。
对于所有其他使用浏览的应用场景或配方，在创建推荐器或自定义市场活动时，或者创建批量推理作业（自定义资源）时，您可以使用以下字段配置浏览：
+ 重点浏览不太相关的物品（浏览权重）- 配置要浏览的程度。指定 0 到 1 之间的十进制值。默认值为 0.3。值越接近 1，浏览次数就越多。浏览次数越多，建议包括的物品就越多，这些物品具有的物品交互数据更少或基于先前行为的相关性更低。如果值为零，则表示没有浏览，建议基于当前数据（相关性）。
+ 浏览物品使用期限截止时间 - 指定自物品交互数据集中所有物品最近一次交互以来的最大物品使用期限（以天为单位）。这会根据物品使用期限定义物品浏览的范围。Amazon Personalize 根据物品的创建时间戳或物品交互数据（如果缺少创建时间戳数据）来确定物品使用期限。有关 Amazon Personalize 如何确定物品使用期限的更多信息，请参阅[创建时间戳数据](items-datasets.md#creation-timestamp-data)。
要增加 Amazon Personalize 在浏览期间考虑的物品数量，请输入更大的值。最小值为 1 天，默认值为 30 天。建议可能包括比您指定的物品使用期限截止时间更早的物品。这是因为这些物品与用户相关，而浏览并未识别出它们。
### 使用浏览的应用场景和配方
有关每个使用浏览的使用案例或食谱的更多信息，请参阅以下内容：
+ [为您推荐（ECOMMERCE 使用案例）](ECOMMERCE-use-cases.md#recommended-for-you-use-case)
+ [热门精选（VIDEO\$1ON\$1DEMAND 使用案例）](VIDEO_ON_DEMAND-use-cases.md#top-picks-use-case)
+ [User-Personalization-v2 配方](native-recipe-user-personalization-v2.md)
+ [User-Personalization 食谱](native-recipe-new-item-USER_PERSONALIZATION.md)
+ [Next-Best-Action 配方](native-recipe-next-best-action.md)
## 自动更新
对于某些应用场景和自定义配方，Amazon Personalize 会自动更新推荐器或解决方案版本，以考虑在推荐中加入新物品或操作。自动更新不会产生任何费用。有关包含自动更新的应用场景和配方列表，请参阅[使用自动更新的域应用场景和自定义配方](#use-case-recipes-with-auto-update)。
自动更新的工作方式如下：
+ Amazon Personalize 何时自动更新解决方案版本或推荐器取决于您获得推荐的方式：
+ 对于实时推荐，Amazon Personalize 每两小时更新一次解决方案版本或推荐器。
+ 对于批量物品建议，当您创建批量推理作业并为解决方案指定经过全面训练的最新解决方案版本时，Amazon Personalize 会自动更新解决方案版本，以便考虑在浏览期间加入新物品。如果您不指定最新解决方案版本，则不会进行更新。
+ 每次更新时，Amazon Personalize 都会使用[探索](#about-exploration)，开始在推荐中包括新物品。在考虑新物品或操作时，Amazon Personalize 会考虑该物品的所有元数据。但是，只有在您记录了物品的交互并进行了完全再训练之后，这些数据才会对推荐产生更大的影响。
+ 要进行更新，您必须提供自上次自动更新或再训练以来的新操作、物品或交互数据。
+ 在导入 75 万个物品之前，Amazon Personalize 会考虑新物品。这是训练期间考虑的最大物品数。
### 自定义资源的其他指南和要求
如果您使用自定义资源，则以下是自动更新的指南和要求：
+ 您的解决方案版本必须在市场活动中部署。您的市场活动会自动使用更新的解决方案版本。
+ 自动更新与自动训练不同。自动更新不会创建全新的解决方案版本。而且该模型不会从您的最新数据中学习。为了维持您的解决方案，自动训练频率仍然应该是至少每周一次。
+ 在解决方案自动创建新的解决方案版本，或在您手动创建新的解决方案版本之后，Amazon Personalize 不会自动更新较旧的解决方案版本，即使您已在市场活动中部署这些版本。
+ 如果每两个小时的频率不够高，则您可以使用 User-Personalization 来手动创建解决方案版本，并将 `trainingMode` 设置为 `UPDATE`，以将这些新物品加入推荐中。请记住，Amazon Personalize 只会自动更新经过*全面* 训练的最新解决方案版本。手动更新的解决方案版本将来不会自动更新。如果您的解决方案使用自动训练，则下一个解决方案版本会恢复自动更新。如果未恢复，请手动创建一个将训练模式设置为 `FULL` 的新解决方案，然后将其部署到市场活动中。
### 使用自动更新的域应用场景和自定义配方
有关每个具有自动更新的使用案例或食谱的更多信息，请参阅以下内容：
+ [为您推荐（ECOMMERCE 使用案例）](ECOMMERCE-use-cases.md#recommended-for-you-use-case)
+ [热门精选（VIDEO\$1ON\$1DEMAND 使用案例）](VIDEO_ON_DEMAND-use-cases.md#top-picks-use-case)
+ [User-Personalization-v2 配方](native-recipe-user-personalization-v2.md)
+ [User-Personalization 食谱](native-recipe-new-item-USER_PERSONALIZATION.md)
+ [Next-Best-Action 配方](native-recipe-next-best-action.md)