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。 # 取得個人化排名 （自訂資源） 個人化排名是建議項目的清單，而這些建議項目會針對特定使用者重新排名。若要取得個人化排名，請呼叫 [GetPersonalizedRanking](API_RS_GetPersonalizedRanking.md) API 操作，或從主控台中的行銷活動取得建議。 **注意** 您必須已使用類型為 PERSONALIZED\$1RANKING 的配方，建立支持行銷活動的解決方案。如需詳細資訊，請參閱[選擇配方](working-with-predefined-recipes.md)。 **Topics** + [個人化排名評分的運作方式](#how-ranking-scoring-works) + [取得個人化排名 （主控台）](get-ranking-recommendations-console.md) + [取得個人化排名 (AWS CLI)](get-personalized-rankings-cli.md) + [取得個人化排名 (AWS SDKs)](get-personalized-rankings-sdk.md) + [個人化執行範例筆記本](#real-time-recommendations-personalized-ranking-example) ## 個人化排名評分的運作方式 就像 `GetRecommendations`操作針對使用 User-Personalization-v2 和 User-Personalization 配方建立的解決方案傳回的分數一樣，`GetPersonalizedRanking`分數總和為 1，但只有輸入項目會收到分數和建議分數通常較高。如果項目在最新的訓練期間不存在，則會獲得 0 分。 在數學上，GetPersonalizedRanking 的評分函數與 `GetRecommendations` 相同，不同之處在於它只考慮輸入項目。這意味著分數接近 1 的可能性越高，因為提高分數的其他選擇較少： ![\[描述用來計算排名中每個項目分數的公式。\]](http://docs.aws.amazon.com/zh_tw/personalize/latest/dg/images/get_personalized_ranking.png) # 取得個人化排名 （主控台） 若要從 Amazon Personalize 主控台取得使用者的個人化排名，請選擇您正在使用的行銷活動，然後提供其使用者 ID、指定您要為使用者排名的項目清單、選擇性選擇篩選條件，以及選擇性提供任何內容資料。 **取得使用者的個人化排名** 1. 在 [https://console.aws.amazon.com/personalize/home](https://console.aws.amazon.com/personalize/home)：// 開啟 Amazon Personalize 主控台並登入您的帳戶。 1. 選擇包含您正在使用之行銷活動的資料集群組。 1. 在導覽窗格中，選擇**行銷活動**。 1. 在**行銷活動**頁面上，選擇目標行銷活動。 1. 在**測試行銷活動結果**下，輸入您要取得建議之使用者的使用者 **ID**。 1. 針對**項目 IDs**，輸入要為使用者排名的項目清單。 1. 選擇性地選擇篩選條件。如需詳細資訊，請參閱[篩選建議和使用者客群](filter.md)。 1. 如果您在行銷活動的建議中啟用中繼資料，請針對**項目資料集欄**選擇您要包含在建議結果中的中繼資料欄。如需啟用中繼資料的詳細資訊，請參閱 [建議中的項目中繼資料](campaigns.md#create-campaign-return-metadata)。 1. 如果您的行銷活動使用內容中繼資料 （如需需求，請參閱 [提高與內容中繼資料的建議相關性](contextual-metadata.md))，請選擇性地提供內容資料。 對於每個內容，對於**金鑰**，輸入中繼資料欄位，對於**值**，輸入內容資料。 1. 選擇**取得個人化項目排名**。包含依使用者預測興趣順序排名的項目的資料表隨即出現。 # 取得個人化排名 (AWS CLI) 下列程式碼範例示範如何使用 取得個人化排名的不同變化 AWS CLI。 **Topics** + [取得個人化排名](#personalized-ranking-cli-sample) + [在個人化排名中包含項目中繼資料](#getting-personalized-ranking-with-metadata-cli) ## 取得個人化排名 使用下列`get-personalized-ranking`命令，透過 取得個人化排名 AWS CLI。為您的行銷活動指定 Amazon Resource Name (ARN)、使用者的 User ID，並提供要為使用者排名的項目 IDs 清單 （各自以空格分隔）。要排名的項目必須位於您用來訓練解決方案版本的資料中。隨即顯示排名建議清單。Amazon Personalize 會考慮使用者最感興趣的清單中的第一個項目。 ``` aws personalize-runtime get-personalized-ranking \ --campaign-arn Campaign ARN \ --user-id 12 \ --input-list 3 4 10 8 12 7 ``` ## 在個人化排名中包含項目中繼資料 如果您在行銷活動的建議中啟用中繼資料，您可以指定要包含在回應中的項目資料集中繼資料欄。如需啟用中繼資料的詳細資訊，請參閱 [建議中的項目中繼資料](campaigns.md#create-campaign-return-metadata)。 下列程式碼範例示範如何在個人化排名的請求中指定中繼資料欄。 ``` 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"\"]}" ``` # 取得個人化排名 (AWS SDKs) 下列程式碼範例示範如何使用 AWS SDKs 取得個人化排名的不同變化。 **Topics** + [取得個人化排名](#personalized-ranking-sdk-sample) + [在個人化排名中包含項目中繼資料](#getting-personalized-ranking-with-metadata-sdk) + [使用內容中繼資料取得個人化排名](#personalized-ranking-contextual-metadata-example) ## 取得個人化排名 下列程式碼說明如何取得使用者的個人化排名。指定使用者的 ID 和要為使用者排名的項目 IDs 清單。項目 IDs 必須在您用來訓練解決方案版本的資料中。會傳回排名建議清單。Amazon Personalize 會考慮使用者最感興趣的清單中的第一個項目。 ------ #### [ 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(); ``` ------ ## 在個人化排名中包含項目中繼資料 如果您在行銷活動的建議中啟用中繼資料，您可以指定要包含在回應中的項目資料集中繼資料欄。如需啟用中繼資料的詳細資訊，請參閱 [建議中的項目中繼資料](campaigns.md#create-campaign-return-metadata)。 下列程式碼範例示範如何在個人化排名的請求中指定中繼資料欄。 ``` 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']) ``` ## 使用內容中繼資料取得個人化排名 使用下面的程式碼來根據情境中繼資料取得個人化排名。對於 `context`，針對每個索引鍵/值對，提供中繼資料欄位作為索引鍵，而內容資料作為值。在下列範例程式碼中，金鑰為 `DEVICE`，值為 `mobile phone`。將這些值和 `Campaign ARN`和 `User ID`取代為您自己的值。也`inputList`請變更為您用來訓練解決方案的資料中的項目 IDs 清單。Amazon Personalize 會考慮使用者最感興趣的清單中的第一個項目。 ``` 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']) ``` ## 個人化執行範例筆記本 如需示範如何使用個人化排名配方的範例 Jupyter 筆記本，請參閱[個人化排名範例](https://github.com/aws-samples/amazon-personalize-samples/blob/master/next_steps/core_use_cases/personalized_ranking/personalize_ranking_example.ipynb)。