MovieStreamX quiere mostrar un carrusel personalizado de "Recomendado para ti" en la página de inicio de cada usuario que haya iniciado sesión, aprovechando las interacciones de streaming pasadas del usuario y los metadatos demográficos. Para las páginas de inicio anónimas, quieren un carrusel simple de "Tendencias actuales" que muestre los títulos populares en ese momento. ¿Qué recetas de Amazon Personalize se deben usar para el carrusel personalizado y para el carrusel de tendencias, respectivamente, y cuál es una diferencia de configuración importante entre ellas?

La opción correcta es la única que describe con precisión las recetas de Amazon Personalize para los casos de uso dados. User-Personalization es ideal para recomendaciones personalizadas porque entrena un modelo basado en las interacciones del usuario y puede usar datos de usuario y elementos para mejorar la relevancia. Popularity-Count es adecuada para el carrusel de tendencias, ya que recomienda elementos populares basándose en recuentos de interacciones históricas, sin personalización. Las otras opciones son incorrectas porque invierten el uso de las recetas, describen incorrectamente sus funcionalidades o confunden las recetas con otras que no son adecuadas para estos casos de uso específicos. Por ejemplo, Popularity-Count no proporciona recomendaciones personalizadas, y HRNN-Metadata y SIMS no son las mejores opciones para estos requisitos básicos. Personalized-Ranking se usa para reordenar listas, no para generar recomendaciones iniciales, y Ranking-ItemPop no existe como receta principal para tendencias.