要实现个性化的推荐和返利设置，淘客返利制作App可以采用以下方法：
1. 用户信息收集：通过用户注册或登录，收集用户的个人信息和偏好。可以包括用户的年龄、性别、地理位置、购买历史、浏览行为等。这些信息可以用于个性化推荐和返利设置的基础。
2. 数据分析和建模：利用收集到的用户信息进行数据分析和建模。通过数据挖掘和机器学习技术，对用户的兴趣、偏好和行为进行分析和建模。根据用户的购买历史、浏览行为等因素，为每个用户生成个性化的推荐和返利设置。
3. 推荐算法和推荐引擎：采用推荐算法和推荐引擎，根据用户的个人信息和行为数据，为其推荐符合其兴趣和需求的商品和优惠活动。常用的推荐算法包括协同过滤、内容推荐和深度学习等。
4. 返利设置和计算：根据用户的个人信息和行为数据，设置不同的返利比例和金额。可以根据用户的购买频率、购买金额、推荐成功度等因素来调整返利设置。返利计算可以根据设置的规则和用户的购买行为进行自动计算和返还。
5. 实时更新和个性化调整：随着用户行为的变化和新数据的加入，及时更新个性化推荐和返利设置。通过实时监测用户的行为和反馈，不断优化推荐算法和返利规则，以提供更准确、个性化的推荐和返利体验。
6. A/B测试和用户反馈：进行A/B测试，评估不同的推荐和返利设置对用户的影响。通过用户反馈和调查，了解用户对个性化推荐和返利设置的满意度和反应，以优化和改进系统。
7. 提供用户个性化设置选项：为用户提供个性化设置的选项，让用户可以自定义推荐和返利设置。用户可以根据自己的喜好和需求，调整推荐的类型、频率和返利的比例等。
通过以上方法，淘客返利制作App可以实现个性化的推荐和返利设置，为每个用户提供符合其兴趣和需求的商品推荐和返利体验。这将提高用户的满意度和参与度，加强用户对App的依赖和忠诚度。
