问询AWS Personalize GetRecommendations API分页及无重复拉取方案

核心实现逻辑 #

• 优先使用Personalize原生过滤器 + 游标分页的组合方案，完全不需要额外做结果去重，性能损耗最低：
  1. 先在AWS Personalize控制台创建自定义过滤器，过滤规则为 EXCLUDE itemId IN $EXCLUDED_ITEM_IDS
  2. 首次请求时调用GetRecommendations接口，numResults按单页展示数量设置（最高支持100），此时filterValues参数不需要传$EXCLUDED_ITEM_IDS，拿到结果后将本次返回的所有item ID存入服务端对应用户的缓存（可用Redis、会话存储等，过期时间可设为24小时或者用户会话有效期），将结果返回前端。
  3. 前端滚动到页面底部触发下一页请求时，服务端从缓存中取出该用户所有已展示的item ID列表，作为$EXCLUDED_ITEM_IDS参数传入filterValues调用GetRecommendations，此时接口返回的所有结果都是未展示过的内容。
  4. 每次请求完成后更新缓存中的已展示item ID列表，直到推荐结果返回为空时终止分页即可。
• 如果你的推荐量级较大，已展示ID列表过长超过过滤器参数长度限制（Personalize单过滤器参数最多支持传入100个item ID），可以配合批量拉取+本地分页的方案补充：
  1. 每次前端触发分页时，如果已展示ID超过100个，先一次性拉取最多100条未过滤的推荐结果，在服务端和已展示ID列表做比对，过滤掉重复项后截取对应单页数量的结果返回给前端，剩下的非重复结果可以暂存到服务端缓存，下一次分页直接从缓存取，不需要重复调用Personalize接口。
  2. 当暂存的待展示结果不足单页数量时，再重复调用Personalize接口拉取新的批次即可。

注意事项 #

• 已展示item ID的缓存要和用户ID绑定，避免不同用户的展示记录混淆，同时需要设置合理的过期时间，避免缓存资源占用过高。
• 如果你的推荐场景允许极低概率的重复，也可以直接在前端做已展示ID的去重，不需要服务端缓存，实现成本更低。

内容的提问来源于stack exchange，提问作者Nando Sang Putra