Um varejista precisa de um sistema de recomendações que forneça recomendações para usuários existentes com base no histórico de navegação de cada usuário e filtre os itens que o usuário já comprou. Qual solução atende a esses requisitos com o menor esforço de desenvolvimento?

A opção correta é usar o Amazon Personalize com o receituário USERPERSONALIZATION. Este receituário é ideal para recomendar itens a usuários existentes com base em seu histórico de navegação, atendendo ao requisito principal. O Personalize permite criar filtros em tempo real para excluir itens já comprados, minimizando o esforço de desenvolvimento, pois a filtragem é integrada ao serviço. As outras opções que envolvem a construção de modelos no SageMaker (filtragem colaborativa baseada em usuário ou neural) exigem um esforço de desenvolvimento significativamente maior para treinamento, implantação e manutenção, além de exigir a implementação manual da lógica de filtragem fora do modelo. O receituário PERSONALIZEDRANKING do Personalize não é o mais adequado para este caso de uso, pois ele ranqueia uma lista de itens fornecida, e não gera recomendações a partir do zero.