在AWS Personalize中包含负反馈
0
【以下的问题经过翻译处理】 你好，我正在试图找出如何向AWS Personalize提供明确的负面反馈。 我已经从之前的问题和答案中看到，无法提供负面反馈或以某种方式给事件设置权重，以表示某些事件比其他事件更重要。我的理解正确吗？ （我看到其中一些建议是仅将负反馈项用于过滤，而训练应仅包括正面事件。由于我们已经在推荐后使用了过滤功能，因此我对过滤部分不感兴趣） 我可以看到以下选项：
*在交互数据集中仅包括收到正面反馈的交互 *包括整个交互数据集，但仅在正面交互上进行训练（与上一项相比有何区别？） *为交互记录创建多个条目（例如，对于正反馈为5，负反馈为1，以此显示对该项的喜好）
- 使用Impression Data（让负面反馈的物品被显示但未被选中时，以表示较低的相关性）。 哪种方法效果更好？有没有人尝试过这些方法？这些选项中是否有任何缺陷？ 非常感谢您的帮助！
1 回答
- 最新
- 投票最多
- 评论最多
0
【以下的回答经过翻译处理】 你好，
你说得对，当前Amazon Personalize没有直接支持情绪分析或者给交互数据设置权重的功能。现有的推荐模型只是通过Impression Data等交互数据来引导发现新的物品。
以下是可行的解决方案：
- 在交互数据集中只包含得到积极反馈的交互。
这是最可预测的选择，但是它将忽略您数据中有价值的部分。
- 在整个交互数据集上进行训练，但仅使用积极反馈（与上一种情况相比有何不同？）。
这实际上与上一个选项相同，唯一的区别是数据将被加载到Personalize中。
- 为交互记录人为地创建多个条目（例如，积极反馈多达5个，负面反馈1个，以此来表现出对该项的偏爱）。
这将允许您将负面交互添加到数据集并使用它们来训练解决方案。但是，它可能会扭曲您的结果。考虑这样一种情况，即客户只与您的物品进行负面互动，那么推荐系统将仅返回这些物品给该客户。
- 使用Impression Data（让负面反馈的物品被显示但未被选中时，以表示较低的相关性）。
尽管将把情绪分析的结果缩减为二元选择，但您仍可以使用这种方法，因为它将有一个相对明确的对比，我建议您从这里开始，并比较第一种方案的推荐结果。