MovieStreamX wil een gepersonaliseerde "Aanbevolen voor jou"-carrousel tonen op de homepage van elke ingelogde gebruiker, die gebruikmaakt van de eerdere streaming-interacties en demografische metadata van de gebruiker. Voor anonieme homepage-landingspagina's willen ze een eenvoudige "Trending Now"-carrousel die momenteel populaire titels toont. Welke Amazon Personalize-recepten moeten respectievelijk worden gebruikt voor de gepersonaliseerde carrousel en voor de trending carrousel, en wat is een belangrijk configuratieverschil tussen deze twee?

Het User-Personalization-recept is specifiek ontworpen voor gepersonaliseerde aanbevelingen op basis van gebruikersinteracties en -profielen, wat perfect aansluit bij de vereisten voor de carrousel voor ingelogde gebruikers. Het vereist een INTERACTIONS-dataset en kan profiteren van USER- en ITEM-datasets om een model te trainen. Het Popularity-Count-recept is ideaal voor het tonen van trending items, omdat het eenvoudigweg de meest populaire items telt op basis van historische interacties, zonder personalisatie, wat geschikt is voor anonieme gebruikers. De andere opties zijn onjuist: Het omwisselen van Popularity-Count en User-Personalization is incorrect, aangezien Popularity-Count niet gepersonaliseerd is en User-Personalization wel. HRNN-Metadata en SIMS zijn niet de meest geschikte recepten voor deze specifieke use-cases. HRNN-Metadata vereist wel degelijk gebruikers-ID's voor personalisatie, en SIMS is voor 'gelijksoortige items', niet direct voor trending. Personalized-Ranking en Ranking-ItemPop zijn voor het rangschikken van een lijst met items, niet voor het genereren van de initiële aanbevelingen of trending items. Personalized-Ranking is bovendien geen regelgebaseerde methode zonder trainingsgegevens; het traint een model.