匿名用户的重新排名算法

Question

我有一个网站：

1. 10,000 页，每页代表一个类别，例如：“笔记本电脑”。
2. 我在每个页面上展示了 20 个推荐产品
3. 99% 的用户是匿名用户
4. 对于每个用户，我都有一个上下文（设备、用户代理和类别）
5. 对于每种产品，我都有价格和卖家名称
6. 我有 2 个事件：出境和购买

我想根据用户上下文对每个新匿名用户的结果重新排序（重新排序、排序）。我想根据表现（出境和购买）重新排名。

您对特定算法或工具或服务有推荐吗？我发现 AWS Personalize 非常好，但问题是我的所有用户都是匿名的，所以我认为它在我的用例中不会有效。

Answer 1

当大多数/所有用户都是匿名的时，Amazon Personalize 仍然可以有效使用。如果您使用 cookie 或本地存储将用户跟踪为访问者，则访问者的会话 ID 可以被视为 Personalize 中的 userId。您将失去在多个会话中将同一逻辑用户的活动拼接在一起的连续性，但您仍然可以获得会话中的个性化。这需要在sessionId 字段中使用访问者的会话ID 调用PutEvents，并排除 userId 字段。然后在调用GetRecommendations 或GetPersonalizedRanking API 时，使用访问者的会话ID 作为userId 字段。 Personalize 将在提供推荐或重新排列项目时考虑访问者会话的事件活动。

如果访问者是已知用户或后来成为已知用户（即登录或创建帐户），则在 userId 字段中为 PutEvents 和 GetRecommendations/GetPersonalizedRanking 传递他们的用户 ID。在下一次培训中，Personalize 会将任何先前的匿名事件（即具有sessionId 但不具有userId 的事件）关联到用户。关键是在会话用户的匿名和已知事件中使用一致的sessionId。