MovieStreamX는 각 로그인 사용자의 홈페이지에 사용자의 과거 스트리밍 상호 작용 및 인구 통계 메타데이터를 활용하는 개인화된 "추천 콘텐츠" 캐러셀을 표시하려고 합니다. 익명 홈페이지 방문 페이지의 경우 현재 인기 있는 타이틀을 보여주는 간단한 "지금 인기 있는 콘텐츠" 캐러셀을 원합니다. 개인화된 캐러셀과 인기 캐러셀에 각각 어떤 Amazon Personalize 레시피를 사용해야 하며, 이들 간의 중요한 구성 차이점은 무엇입니까?

정답은 로그인한 사용자의 개인화된 추천을 위해 User-Personalization 레시피를 사용하고, 익명 사용자의 인기 추천을 위해 Popularity-Count 레시피를 사용하는 것입니다. User-Personalization은 사용자의 과거 스트리밍 상호 작용(INTERACTIONS 데이터셋)과 인구 통계 메타데이터(USER 및 ITEM 데이터셋)를 활용하여 개인화된 모델을 훈련합니다. 반면 Popularity-Count는 단순히 가장 많이 상호 작용한 항목을 반환하여 개인화되지 않은 인기 목록을 제공합니다. 다른 옵션들은 레시피의 용도를 잘못 설명하거나, 필요한 데이터셋에 대한 이해가 부족합니다. 예를 들어, Popularity-Count는 사용자 인구 통계 메타데이터를 추가해도 개인화된 추천을 제공하지 않으며, HRNN-Metadata는 사용자 ID가 필요합니다. Personalized-Ranking은 기존 추천의 순위를 재조정하는 데 사용되며, Ranking-ItemPop은 존재하지 않는 레시피입니다.