實時主動推薦根據個人用戶需求量身定制的措施，最大限度地提高品牌參與度和忠誠度。最恰當的后續措施（aws-next-best-action）配置根據用戶過去的行為推薦用戶最有可能采取的措施。使用 Next-Best-Action 配置推薦高價值措施，例如參加忠誠度計劃、訂閱時事通訊、探索新類別、下載應用程序等。

Amazon Personalize 提供智能用戶細分功能，允許您在營銷渠道中更有效地挖掘潛在客戶。利用兩個簡單的配置，您可以根據用戶對不同產品類別、品牌等的興趣自動細分用戶。“aws-item-affinity”根據其對各個項（如電影、歌曲或商品）的興趣確定用戶，“aws-item-attribute”則根據用戶關注的屬性（如流派或價格點）確定用戶。智能用戶細分可以提高營銷活動的參與度，通過有針對性的消息傳遞提高保留率，并提高營銷支出的投資回報率。

專為零售、媒體與娛樂等行業的常見用例量身定制的推薦可以更快、更輕松地提供高性能、個性化的用戶體驗。您可以選擇“Frequently Bought Together”、“Trending Now”、“Because You Watched X”、“Top Picks for You”等用例。您可以將數據映射到適用于您的業務需求的推薦機制，Amazon Personalize 會選擇最適合您的用例的設置并自動執行創建和維護個性化推薦的工作，從而加快上市速度。

用戶個性化配置針對所有個性化推薦場景進行了優化。它根據交互、商品和用戶數據集預測用戶將與之交互的商品。在推薦商品時，它使用自動商品探索來提高發現和參與度。

向用戶顯示相似商品，提高目錄的被發現幾率。相似商品（aws-similar-items）針對與您指定的商品相似的商品生成推薦。使用相似商品幫助客戶根據他們以前的行為和商品元數據在您的目錄中發現新商品。推薦相似商品可以提高應用程序的用戶參與度、點擊率和轉化率。

個性化排名是為特定用戶重新排名的推薦商品列表。如果您有一系列訂購商品（例如搜索結果、促銷或精選列表），并且您希望為每個用戶提供個性化的重新排名，這將非常有用。Amazon Personalize 使您能夠突出顯示可能與您的用戶相關的任何內容，同時實現您的業務優先級并確保最佳客戶體驗。

構建相關推薦的最具挑戰性的問題之一是在將新商品添加到您的目錄時提供正確的推薦。Amazon Personalize 允許您通過在目錄中的新商品和現有商品的推薦之間建立適當的平衡來為新產品和新鮮內容生成高質量的推薦。 

Trending-Now 推薦器幫助客戶推薦以最快的速度在用戶中流行的項目。客戶還可以定義識別熱門項目的頻率，根據用戶的最新互動數據，可以選擇每 30 分鐘、1 小時、3 小時或 1 天刷新推薦。

使用 Amazon Personalize 和 OpenSearch 集成對您的搜索結果進行個性化設置。搜索對吸引用戶至關重要，因為它可以為尋求特定產品的個人帶來高意向流量。通過 Amazon Personalize 提供的基于機器學習的情報，整合每位用戶的獨特興趣和需求，從而提高搜索結果的相關性。使用 OpenSearch v2.9 及更高版本中的 Amazon Personalize 搜索排名插件，可以根據特定用戶的興趣、背景以及過去的互動實時提升相關項目在其搜索結果中的排名。還可以控制每個搜索查詢的個性化級別，以確保最大程度地提高靈活性以及對搜索體驗的控制。對搜索結果進行個性化設置可以提高應用程序的用戶參與度、點擊率和轉化率。

應用業務規則，以提供最佳的客戶體驗。Amazon Personalize 使您能夠自動增強推薦。例如，篩選出最近購買的商品，如果用戶處于特定訂閱級別，則突出顯示優質內容，或者確保輪播的 20% 是熱門體育文章。動態篩選器允許您即時修改篩選規則，而無需創建單獨的排列。 

根據與您的業務目標相一致的規則推廣特定商品或內容。借助此功能，您可以控制建議內的促銷內容百分比，以進一步定制每一個用戶體驗。Amazon Personalize 將會在提供的業務規則內為每個用戶查找要推廣的最相關商品或內容，并將其分配到用戶推薦中。

解鎖隱含在產品描述、評論、電影梗概或其他非結構化文本中的信息，以便為用戶生成高度相關的推薦。提供非結構化文本作為目錄的組成部分，Amazon Personalize 自動提取關鍵信息以在生成建議時使用。支持的語言包括中文（簡體和繁體）、英語、法語、德語、日語、葡萄牙語和西班牙語。

生成推薦時考慮與您的客戶相關的內容以及對您的業務有重要意義的內容。除了相關性之外，您還可以定義一個目標來影響推薦。這可用于最大程度地提高在平臺上逗留的時間、用戶參與度、利潤率、收入或您定義為對您的業務重要的任何數字指標。 

Amazon Personalize 可根據最適合您的用例的情況靈活地使用實時或批量數據。例如，實時數據可能更適合網站或應用程序上的產品或內容推薦。通過實時響應用戶不斷變化的需求，提供相關推薦。批量數據可能更適合大型通知活動。例如，您可以一次性計算針對大量用戶或商品的推薦，進行存儲，并將其提供給以批處理為主的工作流程，如電子郵件系統。Amazon Personalize 現在支持增量批量數據導入；更新數據和提高推薦質量的新選項。您可以輕松地將新記錄附加到數據集中的現有數據。

提供相關建議時，需要考慮查看它們的情境。通過符合實際情況的推薦，您可以為客戶提供更加個性化的體驗，并通過在特定情境（例如設備類型、一天中的時間等）下生成推薦來提高推薦的相關性。

Amazon Personalize 使客戶能夠自動了解 Personalize 對其業務目標（例如購物車添加、頁面瀏覽量和點擊次數）的影響。客戶可以通過計算發送到系統的任何事件的影響來衡量任何 Personalize 推薦的業務成果。當用戶完成一項操作（即事件）時，該數據將發送到 Personalize 并計算總影響。

Amazon Personalize 內容生成器使用生成式人工智能，通過基礎模型生成的文本來做出更具吸引力的推薦。在每項推薦中都附帶一段量身定制的內容，描述推薦商品之間的主題相似性，從而提高個性化程度。將其整合到網站輪播和電子郵件廣告中，以取代“更多人喜歡 X”之類的通用標題，與最終用戶建立更深層次的聯系。

構建者可以在 LangChain 上使用自定義鏈將 Amazon Personalize 與生成式人工智能解決方案無縫集成。通過預先配置的 LangChain 代碼，您可以調用 Amazon Personalize，檢索活動推薦或推薦機制，并將其無縫輸入到 LangChain 生態系統中的生成式人工智能應用程序中。探索各種應用場景，包括個性化營銷文案、在聊天機器人中推薦產品或內容，或者生成個性化內容的簡要總結。

Amazon Personalize 通過將返回項元數據作為推理輸出的一部分啟用來改進您的生成式人工智能工作流程。選擇最多 10 個字段，例如類型、評分和產品描述，并使用我們的 LangChain 集成功能將這些豐富的推薦無縫輸入到基礎模型中。這種更豐富的上下文有助于模型生成高度個性化的內容，從而加強您與最終用戶的互動。