实时主动推荐根据个人用户需求量身定制的措施，最大限度地提高品牌参与度和忠诚度。最恰当的后续措施（aws-next-best-action）配置根据用户过去的行为推荐用户最有可能采取的措施。使用 Next-Best-Action 配置推荐高价值措施，例如参加忠诚度计划、订阅时事通讯、探索新类别、下载应用程序等。

Amazon Personalize 提供智能用户细分功能，允许您在营销渠道中更有效地挖掘潜在客户。利用两个简单的配置，您可以根据用户对不同产品类别、品牌等的兴趣自动细分用户。“aws-item-affinity”根据其对各个项（如电影、歌曲或商品）的兴趣确定用户，“aws-item-attribute”则根据用户关注的属性（如流派或价格点）确定用户。智能用户细分可以提高营销活动的参与度，通过有针对性的消息传递提高保留率，并提高营销支出的投资回报率。

专为零售、媒体与娱乐等行业的常见用例量身定制的推荐可以更快、更轻松地提供高性能、个性化的用户体验。您可以选择“Frequently Bought Together”、“Trending Now”、“Because You Watched X”、“Top Picks for You”等用例。您可以将数据映射到适用于您的业务需求的推荐机制，Amazon Personalize 会选择最适合您的用例的设置并自动执行创建和维护个性化推荐的工作，从而加快上市速度。

用户个性化配置针对所有个性化推荐场景进行了优化。它根据交互、商品和用户数据集预测用户将与之交互的商品。在推荐商品时，它使用自动商品探索来提高发现和参与度。

向用户显示相似商品，提高目录的被发现几率。相似商品（aws-similar-items）针对与您指定的商品相似的商品生成推荐。使用相似商品帮助客户根据他们以前的行为和商品元数据在您的目录中发现新商品。推荐相似商品可以提高应用程序的用户参与度、点击率和转化率。

个性化排名是为特定用户重新排名的推荐商品列表。如果您有一系列订购商品（例如搜索结果、促销或精选列表），并且您希望为每个用户提供个性化的重新排名，这将非常有用。Amazon Personalize 使您能够突出显示可能与您的用户相关的任何内容，同时实现您的业务优先级并确保最佳客户体验。

构建相关推荐的最具挑战性的问题之一是在将新商品添加到您的目录时提供正确的推荐。Amazon Personalize 允许您通过在目录中的新商品和现有商品的推荐之间建立适当的平衡来为新产品和新鲜内容生成高质量的推荐。 

Trending-Now 推荐器帮助客户推荐以最快的速度在用户中流行的项目。客户还可以定义识别热门项目的频率，根据用户的最新互动数据，可以选择每 30 分钟、1 小时、3 小时或 1 天刷新推荐。

使用 Amazon Personalize 和 OpenSearch 集成对您的搜索结果进行个性化设置。搜索对吸引用户至关重要，因为它可以为寻求特定产品的个人带来高意向流量。通过 Amazon Personalize 提供的基于机器学习的情报，整合每位用户的独特兴趣和需求，从而提高搜索结果的相关性。使用 OpenSearch v2.9 及更高版本中的 Amazon Personalize 搜索排名插件，可以根据特定用户的兴趣、背景以及过去的互动实时提升相关项目在其搜索结果中的排名。还可以控制每个搜索查询的个性化级别，以确保最大程度地提高灵活性以及对搜索体验的控制。对搜索结果进行个性化设置可以提高应用程序的用户参与度、点击率和转化率。

应用业务规则，以提供最佳的客户体验。Amazon Personalize 使您能够自动增强推荐。例如，筛选出最近购买的商品，如果用户处于特定订阅级别，则突出显示优质内容，或者确保轮播的 20% 是热门体育文章。动态筛选器允许您即时修改筛选规则，而无需创建单独的排列。 

根据与您的业务目标相一致的规则推广特定商品或内容。借助此功能，您可以控制建议内的促销内容百分比，以进一步定制每一个用户体验。Amazon Personalize 将会在提供的业务规则内为每个用户查找要推广的最相关商品或内容，并将其分配到用户推荐中。

解锁隐含在产品描述、评论、电影梗概或其他非结构化文本中的信息，以便为用户生成高度相关的推荐。提供非结构化文本作为目录的组成部分，Amazon Personalize 自动提取关键信息以在生成建议时使用。支持的语言包括中文（简体和繁体）、英语、法语、德语、日语、葡萄牙语和西班牙语。

生成推荐时考虑与您的客户相关的内容以及对您的业务有重要意义的内容。除了相关性之外，您还可以定义一个目标来影响推荐。这可用于最大程度地提高在平台上逗留的时间、用户参与度、利润率、收入或您定义为对您的业务重要的任何数字指标。 

Amazon Personalize 可根据最适合您的用例的情况灵活地使用实时或批量数据。例如，实时数据可能更适合网站或应用程序上的产品或内容推荐。通过实时响应用户不断变化的需求，提供相关推荐。批量数据可能更适合大型通知活动。例如，您可以一次性计算针对大量用户或商品的推荐，进行存储，并将其提供给以批处理为主的工作流程，如电子邮件系统。Amazon Personalize 现在支持增量批量数据导入；更新数据和提高推荐质量的新选项。您可以轻松地将新记录附加到数据集中的现有数据。

提供相关建议时，需要考虑查看它们的情境。通过符合实际情况的推荐，您可以为客户提供更加个性化的体验，并通过在特定情境（例如设备类型、一天中的时间等）下生成推荐来提高推荐的相关性。

Amazon Personalize 使客户能够自动了解 Personalize 对其业务目标（例如购物车添加、页面浏览量和点击次数）的影响。客户可以通过计算发送到系统的任何事件的影响来衡量任何 Personalize 推荐的业务成果。当用户完成一项操作（即事件）时，该数据将发送到 Personalize 并计算总影响。

Amazon Personalize 内容生成器使用生成式人工智能，通过基础模型生成的文本来做出更具吸引力的推荐。在每项推荐中都附带一段量身定制的内容，描述推荐商品之间的主题相似性，从而提高个性化程度。将其整合到网站轮播和电子邮件广告中，以取代“更多人喜欢 X”之类的通用标题，与最终用户建立更深层次的联系。

构建者可以在 LangChain 上使用自定义链将 Amazon Personalize 与生成式人工智能解决方案无缝集成。通过预先配置的 LangChain 代码，您可以调用 Amazon Personalize，检索活动推荐或推荐机制，并将其无缝输入到 LangChain 生态系统中的生成式人工智能应用程序中。探索各种应用场景，包括个性化营销文案、在聊天机器人中推荐产品或内容，或者生成个性化内容的简要总结。

Amazon Personalize 通过将返回项元数据作为推理输出的一部分启用来改进您的生成式人工智能工作流程。选择最多 10 个字段，例如类型、评分和产品描述，并使用我们的 LangChain 集成功能将这些丰富的推荐无缝输入到基础模型中。这种更丰富的上下文有助于模型生成高度个性化的内容，从而加强您与最终用户的互动。