自动化机器学习
Amazon Personalize 负责机器学习。一旦您通过 Amazon S3 或通过实时集成提供数据，Amazon Peroneralize 就可以自动加载和检查数据，使您能够选择正确的算法，训练模型，提供准确指标并生成个性化建议。随着时间的推移，您的新元数据和实时用户事件数据的消耗不断增长，您的模型可以重新训练，以持续提供个性化的相关建议。
实时推荐
通过实时响应用户不断变化的意图，使您的建议具有相关性。
批量推荐
一次性计算针对大量用户或项目的推荐，存储起来并将其传递到批量导向的工作流（如电子邮件系统）。
新用户和新项目推荐
即使是针对新用户也能有效地生成推荐，并为用户找到相关的新项目推荐。
上下文推荐
通过在上下文中生成推荐来提高推荐的相关性，例如设备类型、一天中的时间等。
类似项目推荐
通过向用户显示类似项目，提高目录的可发现性。
轻松与现有工具集成
通过简单的推理 API 调用，Amazon Personalize 可轻松集成到网站、移动应用程序或内容管理和电子邮件营销系统中。该服务允许您生成用户推荐、类似项目推荐和个性化项目重新排序。您只需调用 Amazon Personalize API，该服务将以 JSON 格式输出商品推荐或重新排名的项目列表，您可以在应用程序中使用。
GetRecommendations API – 返回给定 userID 的相关项目列表。一个具有代表性的使用示例是视频流媒体网站登陆页面上的内容推荐小部件，该小部件根据用户过去的观看情况推荐视频列表。在给定输入 itemID 的情况下，该 API 还可用于返回类似的 itemID 列表。具有代表性的用例是当用户访问电影的详情页面时，推荐类似的电影。
GetPersonalizedRanking – API 在给定 userID 和需要重新排序的 itemID 列表的情况下重新排序 itemID 列表。输入列表可以来自任何来源，例如编辑精选列表或搜索查询生成的 itemID 列表。例如，电子商务零售商可以使用他们对客户之前行为和过去购买行为的了解来显示最相关的结果，而不是显示与关键字直接匹配的产品列表。
