大佬教程收集整理的这篇文章主要介绍了AWS Personalize：如何处理没有足够交互数据的庞大目录，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
我将使用 Amazon Personalize 向电子商务网站添加产品推荐功能。我们目前拥有包含数百万件商品的庞大产品目录。我们希望能够在我们的商品详情页面上使用 Amazon Personalize 向当前商品推荐其他相关商品。
现在您可能知道，Amazon Personalize 严重依赖用户交互来提供推荐。然而，由于我们刚刚开始我们的新业务，我们没有获得足够的交互数据。我们目录中的大多数项目根本没有交互作用。一些项目（数千个）虽然交互很多，然后对推荐结果产生巨大影响。因此，即使这些项目与当前项目根本不相关，您也会看到这些项目总是得到推荐，从而产生非常奇怪的推荐。
我认为这就是我们通常所说的“冷启动”情况——除了通常的冷启动问题是关于项目“冷启动”或用户“冷启动”，但我面临的问题现在是新业务“冷启动”——我们没有基本的交互数据量来支持完全个性化的推荐。由于缺少每件商品的交互数据，我们希望 Amazon Personalize 服务依靠商品元数据来提供推荐。因此，理想情况下，我们希望该服务基于项目元数据进行推荐，一旦获得更多交互，则基于项目元数据 + 交互进行推荐。
到目前为止，我已经做了很多研究，只是为了找到一种解决方案 - 在创建活动时增加探索权重。正如 this article 所表明的，explorationWeight 的值越高表示探索度越高；展示次数较少的新项目更有可能被推荐。@H_944_10@ 但它似乎对我不起作用。它稍微改善了这种情况，但由于更高的集成率，我仍然经常看到推荐的奇怪结果。
我不确定是否还有其他解决方案可以解决我的情况。目录庞大，交互数据不足，如何提升推荐效果？
如果有人有任何建议，我很感激。谢谢你，祝你有美好的一天！
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）
以上是大佬教程为你收集整理的AWS Personalize：如何处理没有足够交互数据的庞大目录全部内容，希望文章能够帮你解决AWS Personalize：如何处理没有足够交互数据的庞大目录所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。