소매업체에 각 사용자의 검색 기록을 기반으로 기존 사용자에게 추천을 제공하고 사용자가 이미 구매한 항목을 필터링하는 추천 시스템이 필요합니다. 개발 노력을 최소화하면서 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?

정답은 Amazon Personalize USERPERSONALIZATION을 사용하여 모델을 훈련하고, 이전에 구매한 항목을 제외하는 실시간 필터를 생성하고, Personalize 캠페인을 배포하고, GetRecommendations를 사용하여 실시간 추천을 받는 것입니다. Amazon Personalize는 추천 시스템을 위한 완전 관리형 서비스로, 최소한의 개발 노력으로 개인화된 추천을 제공합니다. USERPERSONALIZATION 레시피는 사용자 행동을 기반으로 개인화된 추천을 생성하며, 실시간 필터는 사용자가 이미 구매한 항목을 쉽게 제외할 수 있도록 합니다. GetRecommendations API는 이러한 추천을 실시간으로 검색하는 데 사용됩니다. SageMaker에서 협업 필터링 모델을 구축하는 옵션은 더 많은 개발 노력이 필요하며, Personalize가 제공하는 관리형 서비스의 이점을 누릴 수 없습니다. PERSONALIZEDRANKING은 기존 항목 목록의 순위를 다시 매기는 데 사용되므로, 새로운 추천을 생성하는 이 시나리오에는 적합하지 않습니다.