AWS personalize默认在训练时只考虑最流行的1000个物品，可以通过修改超参数来增加上限。具体操作可参考以下代码示例：

# 创建超参数 
hpo_params = {
    "recipe": "sims",
    "feature_transformation_parameters": {
        "max_items_per_user": "50"
    },
    "stop_conditions": {
        "max_runtime_seconds": 600
    }
}

# 创建HPO实例并启动训练 
hpo = personalize.HPO(
    role_arn=ROLE_ARN,
    algorithm_selection_strategy='CUSTOM',
    hpo_resource_config=hpo_config,
    resource_config=resource_config,
    stopping_condition=stopping_condition,
    hyper_parameter_ranges=hyper_parameter_ranges,
    strategy='Bayesian',
)
hpo.optimize()

其中，在feature_transformation_parameters参数中，max_items_per_user表示训练时考虑每个用户的最大物品数，可以根据需要自行调整。