我正在尝试完善我们的内容推荐系统以增强用户体验。具体来说，我的目标是暂时排除用户之前在特定时间段（例如 30 天）互动过的项目（例如文章），之后这些项目可以再次获得推荐资格。
此方法与根据购买事件永久排除项目形成对比，如 AWS Personalize 文档所建议：
EXCLUDE ItemID WHERE Interactions.EVENT_TYPE IN ("purchased")
最初，我尝试使用 AWS Personalize 的永久排除功能，希望有一种简单的方法可以使用过滤器根据交互日期进行临时排除。但是，此方法不支持某种动态日期范围过滤器。
我正在考虑在 AWS Personalize 之外使用自定义解决方案来管理这些临时排除项，但我认为直接将此功能集成到 AWS Personalize 中将产生最准确、最高效的建议。
理想的解决方案是在设定的时间内动态排除交互的项目，然后自动将它们重新引入到推荐项目池中。
是否有人实现了类似的功能，或者可以提供有关在 AWS Personalize 中实现此功能的见解？任何建议、示例或最佳实践将不胜感激。
个性化过滤器当前不支持根据交互时间戳（例如时间范围）排除项目。相反，当前按事件类型排除的机制是基于计数的。也就是说，按事件类型排除默认考虑用户针对该事件类型的最近 100 次交互。因此，在您的情况下，最近阅读/查看的 100 篇文章将被排除在推荐之外（假设您有用于阅读/查看文章的事件类型）。 100 的限制是可调的（请参阅限制页面）。
如果您想按时间范围排除，则需要使用 Redis 之类的工具跟踪每个用户最近阅读/查看的文章，在推理时进行过度采样个性化（要求超出您需要的内容），然后进行后期处理处理建议以删除用户最近阅读/查看的文章。