AWS Personalize过滤已浏览内容：大会话量场景最优方案咨询

1. 优先申请AWS Personalize交互过滤配额提升 #

• 操作方式：通过AWS Support控制台提交配额调整申请，明确说明业务场景——单会话用户浏览量可达500-1000张图片，需要过滤所有已浏览内容，当前100次的交互过滤配额无法满足需求。
• 配额上限：AWS官方未公开固定上限，但根据实际落地案例，针对此类长会话内容浏览场景，配额可提升至5000甚至更高，具体取决于业务规模和使用合理性。
• 成本影响：不会出现指数级增长。Personalize的核心成本来自数据集存储、推理请求次数和模型训练，提升交互过滤配额仅会轻微增加事件元数据的存储成本（按GB计费），推理阶段的过滤操作属于轻量计算，几乎不会额外产生费用。

2. 兜底方案：客户端/中间层前置过滤 #

如果配额申请周期较长或无法达到预期，可采用以下架构模式：

• 客户端侧过滤：将用户最近浏览的1000个图片ID存储在localStorage或sessionStorage中，在Personalize返回推荐结果后，前端直接过滤掉已存在的ID再渲染。
• 后端中间层过滤：在后端服务（如API网关、应用服务器）中维护用户最近浏览的Item ID列表（用Redis等缓存存储，TTL设为会话有效期），每次调用Personalize获取推荐后，先在后端过滤掉已浏览内容，再返回给客户端。
• 核心优势：完全绕开Personalize的配额限制，实时生效，无需依赖AWS配置调整。

3. 不推荐的方案：事件分桶模式 #

你提到的将浏览事件按区间分桶（如view_1-100）的方法，会导致事件类型碎片化，增加模型训练的复杂度，同时过滤规则会变得繁琐且难以维护，属于不规范的临时方案，不建议长期采用。

内容的提问来源于stack exchange，提问作者Henry S.