介绍亚马逊个性化推荐中相似商品的流行度调整
Amazon Personalize现在支持为其相似商品配方（aws-similar-items）启用流行度调整。相似商品生成与用户选择的商品相似的推荐，根据所有用户的先前行为和商品元数据来帮助用户发现目录中的新商品。此前，此功能仅适用于Amazon Personalize中的其他Related_Items配方中的SIMS。
每个客户的商品目录以及用户与其交互的方式都是独特的，因此在推荐类似商品时，有些客户可能希望更加强调流行商品，因为这会增加用户交互的可能性，而其他客户可能希望减少流行商品以推出更类似所选商品但不太广泛知道的推荐。此次推出使您更加掌控流行度对相似商品推荐的影响程度，因此您可以调整模型以满足您特定的业务需求。
在本文中，我们将向您展示如何为相似商品配方调整流行度。我们指定一个更接近于零的值以包括更受欢迎的商品，并指定一个更接近于1的值以减少流行度的影响。
示例用例
为了更详细地探讨此新功能的影响，让我们回顾两个示例。[1]
首先，我们使用相似商品配方找到与迪士尼1994年电影《狮子王》（IMDB记录）相似的推荐商品。当流行度折扣设置为0时，Amazon Personalize会推荐在数据集中经常出现（流行）的电影。在这个例子中，电影《七》（又名Se7en），在数据集中出现了19295次，被推荐在第3.0名。
通过将流行度折扣调整为0.4，我们可以看到电影《七》的排名下降到了第4.0名。尽管这些电影在数据集中的流行度较低，我们还是看到了来自儿童类型的电影，如《小猪佩奇》、《美女与野兽》、《阿拉丁》和《白雪公主与七个小矮人》在更高的排名上得到了推荐。
让我们再看另一个例子。我们使用相似商品配方找到与迪士尼和皮克斯1995年电影《玩具总动员》（IMDB记录）相似的推荐商品。当流行度折扣设置为0时，Amazon Personalize会推荐在数据集中经常出现的电影。在这个例子中，我们看到电影《十二只猴子》（又名12 Monkeys），在数据集中出现了6678次，被推荐在第5.0名。
通过将流行度折扣调整为0.4，我们可以看到《十二只猴子》的排名不再在前10名中推荐。尽管这些电影在数据集中的流行度较低，我们还是看到了来自儿童类型的电影，如《阿拉丁》、《玩具总动员2》和《虫虫危机》在更高的排名上得到了推荐。
更注重更受欢迎的内容可以帮助增加用户与商品推荐互动的可能性。减少对流行度的重视可能会推出似乎与查询商品更相关的推荐，但可能不太受用户欢迎。您可以调整对流行度的重视程度，以满足特定个性化活动的业务需求。
实现流行度调整
为了为相似商品配方调整流行度，请通过AWS管理控制台、AWS SDK或AWS命令行界面（AWS CLI）配置popularity_discount_factor超参数。
以下是通过AWS SDK将流行度折扣因子设置为0.5的示例代码：
{
response = personalize.create_solution(
name="movie_lens-with-popularity-discount-0_5".
recipeARN="arn:aws:personalize:::recipe/aws-similar-items",
datasetGroupArn=dsg_arn,
solutionConfig={
"algorithmHyperParameters" : {
# 在此处设置流行度折扣的首选值
"popularity_discount_factor" : "0.50"
}
}
]
}以下截图显示在Amazon Personalize控制台上将流行度折扣因子设置为0.3。
结论
通过流行度调整，您现在可以进一步优化Amazon Personalize中的Similar-Items配方，以控制流行度对物品推荐的影响程度。这使您能够更好地控制定义最终用户体验以及Similar-Items建议中包含或排除哪些内容。
有关如何为Similar-Items配方实现流行度调整的更多详细信息，请参阅文档。
参考文献
[1] Maxwell Harper和Joseph A. Konstan。2015。电影镜头数据集：历史和背景。交互智能系统（TiiS）5,4，第19篇文章（2015年12月），19页。DOI= http://dx.doi.org/10.1145/2827872
