本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 維持建議相關性
<a name="maintaining-relevance"></a>

 隨著目錄的增長，相關建議可以提高使用者參與度、點擊率和應用程式的轉換率。若要維護和改善 Amazon Personalize 建議對使用者的相關性，請將您的資料和自訂資源保持在最新狀態。這可讓 Amazon Personalize 從使用者的最新行為中學習，並在建議中包含最新的項目。

**Topics**
+ [將資料集保持在最新狀態](#updating-data)
+ [維護網域建議者](#maintain-recommender-relevance)
+ [維護自訂解決方案](#retraining-model)

## 將資料集保持在最新狀態
<a name="updating-data"></a>

 隨著目錄的成長，請使用大量或個別資料匯入操作更新您的歷史資料。如需匯入歷史資料的詳細資訊，請參閱 [將訓練資料匯入 Amazon Personalize 資料集](import-data.md)。如需有關您在訓練模型後匯入的資料如何影響建議的資訊，請參閱 [訓練後更新資料集中的資料](updating-datasets.md)。

 對於提供個人化即時建議的使用案例和配方，請將您的項目互動資料集與使用者的行為保持最新狀態。透過記錄與事件追蹤器和 PutEvents API 操作的項目互動來執行此操作。Amazon Personalize 會根據使用者與您的目錄互動時的最新活動來更新建議。如需即時個人化的詳細資訊，請參閱 [即時個人化](use-case-recipe-features.md#about-real-time-personalization)。如需記錄即時事件的詳細資訊，請參閱 [記錄即時事件以影響建議](recording-events.md)。

## 維護網域建議者
<a name="maintain-recommender-relevance"></a>

 Amazon Personalize 每 7 天會自動重新訓練支援推薦者的模型。這是完整的重新訓練，可根據資料集中的所有資料來建立全新的模型。如果您修改訓練中使用的資料欄，Amazon Personalize 會自動開始完整重新訓練支援建議程式的模型。
+  對於*最適合您的 *和*推薦給您的* 使用案例，Amazon Personalize 會更新您的推薦者，以考慮建議的新項目。自動更新不是模型從使用者行為中學習的完整重新訓練。相反地，自動更新可讓 Amazon Personalize 在建議者下次完整重新訓練之前，在建議中加入您的新項目。如需自動更新的資訊，請參閱 [自動更新](use-case-recipe-features.md#automatic-updates)。
+  如果您*現在使用趨勢*使用案例，Amazon Personalize 會每兩小時自動評估您的互動資料，並識別趨勢項目。您不需要等待建議者重新訓練。

 

 當建議者重新訓練正在進行時，您仍然可以從建議者取得建議。在重新訓練完成之前，建議程式會使用先前的組態和模型。若要追蹤更新，您可以在 Amazon Personalize 主控台的建議程式**詳細資訊頁面上檢視最新建議程式**更新的時間戳記。或者，您可以從 [DescribeRecommender](API_DescribeRecommender.md)操作檢視`latestRecommenderUpdate`詳細資訊。

## 維護自訂解決方案
<a name="retraining-model"></a>

根據預設，所有新解決方案都會每 7 天使用自動訓練來建立新的解決方案版本。訓練會持續進行，直到您刪除解決方案為止。

當您建立解決方案時，我們建議您使用自動訓練來管理解決方案版本建立。這可讓您更輕鬆地維護解決方案。它會移除解決方案從最近資料中學習所需的手動訓練。如果沒有自動訓練，您必須手動為解決方案建立新的解決方案版本，才能從最新的資料中學習。如需設定自動訓練的詳細資訊，請參閱 [設定自動訓練](solution-config-auto-training.md)。

您的訓練頻率取決於您的業務需求、您使用的配方，以及匯入資料的頻率。對於所有配方，我們建議至少每週訓練一次。使用自動訓練時，這是預設的訓練頻率。如果您經常新增項目或動作，您可能會想要提高訓練頻率，具體取決於您的配方。
+ 如果您使用 User-Personalization-v2、User-Personalization 或 Next-Best-Action，解決方案會自動更新，以考慮新項目或動作以取得建議。自動更新與自動訓練不同。自動更新不會建立全新的解決方案版本，而且模型不會從最新的資料中學習。為了維護您的解決方案，您的訓練頻率應該至少每週一次。如需自動更新的詳細資訊，包括其他準則和要求，請參閱 [自動更新](use-case-recipe-features.md#automatic-updates)。
+ 如果您使用 Trending-Now，Amazon Personalize 會在可設定的時間間隔內自動識別互動資料中最熱門的趨勢項目。Trending-Now 可以透過大量或串流互動資料，建議自上次訓練以來新增的項目。您的訓練頻率仍應至少每週一次。如需詳細資訊，請參閱[Trending-Now 配方](native-recipe-trending-now.md)。
+ 如果您未使用具有自動更新的配方或 Trending-Now 配方，Amazon Personalize 只會在下一次訓練後考慮建議的新項目。例如，如果您使用類似項目配方，而且每天新增新項目，則必須使用每日訓練頻率，這些項目才能在當天出現在建議中。