Amazon Personalize 中的“用例优化推荐器”和“自定义推荐器解决方案”有什么区别？

Question

我是 Amazon Personalize 的新手，我正在此 link 上查看该服务的价格，我看到 3 个不同的类别（“用例优化推荐器”、“用户细分”和“自定义推荐解决方案”） ”）。我想知道它们之间的主要区别是什么？

正如我注意到的，用例优化推荐器价格不包括“培训成本”和“TPS成本”。这是真的？没有训练，这个推荐模式如何发挥作用？

另外，如果我上传新用户的新数据，需要每个月重新训练怎么办？我可以在用例优化推荐器中执行此操作，因为它们没有“培训成本”吗？由于自定义推荐解决方案的实时推荐价格相当高。

Answer 1

培训和再培训由 Personalize for Use Case Optimized Recommenders 管理。它们专为媒体 (VOD) 和零售领域最常见的用例而设计，旨在让这些行业的推荐引擎的启动和操作变得更加容易。它们必须在域数据集组中创建。

领域数据集组：包含针对不同业务领域和用例的预配置资源的数据集组。 Amazon Personalize 管理训练模型和部署的生命周期。创建域数据集组时，您可以选择业务域、导入数据并为每个用例创建推荐系统。您可以在应用程序中使用推荐器，通过 GetRecommendations 操作获取推荐。

因此，重新培训用例优化推荐器的成本已包含在其定价中。当您超过每小时的免费推荐数量时，实时推荐器仍然会产生费用。

自定义推荐器不支持自动训练/再训练，因此您负责通过创建解决方案版本来启动训练。请注意，您可以将自定义推荐程序添加到域数据集组，但无法将用例优化推荐程序添加到自定义数据集组。

如果您从域数据集组开始，您仍然可以添加自定义资源，例如使用自定义用例的配方训练的解决方案和解决方案版本。

无论您创建的数据集组类型如何，您仍然希望使用最新的交互和项目/用户数据来更新数据集。

用户细分旨在根据用户对商品或商品属性的亲和力来构建用户细分。从培训/再培训的角度来看，他们被视为定制推荐人。

Personalize的 AWS 定价计算器最近已更新，以支持用例优化推荐器和用户细分。

Answer 2

用例优化推荐器 (UCOR) 比自定义推荐器解决方案 (CRS) 更易于初始配置，也更易于维护。

让我们使用“经常一起购买”（

UCOR）和“aws-similar-items”（CRS）的示例来比较它们。

对于初始配置，

CRS会询问您的高级参数，例如隐藏维度的数量或随时间的反向传播，而UCOR的配置是最少的。

在此示例中，您还可以选择要在 aws-similar-items 中查找的事件类型。如果您选择“购买”，aws-similar-items 将像经常一起购买域用例一样工作，但您可以自由选择您想要关注的任何事件类型。

对于此示例，

UCOR 每 7 天自动进行一次完整的重新训练，并每 2 小时自动更新一次以考虑新项目。 CRS 要求您创建一个指向最后一个解决方案版本的营销活动，该版本必须手动重新训练。您决定何时进行全面的重新培训以及何时更新解决方案以考虑新项目。这就是为什么CRS需要活动而UCOR用例不需要（解决方案有许多版本需要管理）。

CRS和UCOR都允许实时推荐。他们考虑使用新的交互来更新特定用户的偏好，但不会更新整个推荐系统以从该交互中学习。这种情况只有在全面再培训时才会发生。

现在回答你的问题：

另外，如果我从新用户上传新数据并需要怎么办 每个月重新训练？我可以在用例优化中做到这一点吗 推荐者因为没有“培训成本”？既然价格 来自定制推荐解决方案的实时推荐是 相当高。

您只需将新用户的数据上传到用户的数据集，它就会每 7 天自动重新训练一次。您不必手动执行此操作，而在

CRS 中，您可以手动重新训练，然后活动将使用最后一个解决方案版本。