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。