Batch-Empfehlungen erhalten

Mit benutzerdefinierten Ressourcen können Sie Artikelempfehlungen mit einem asynchronen Batchablauf abrufen. Sie könnten beispielsweise Produktempfehlungen für alle Benutzer auf einer E-Mail-Liste oder item-to-itemÄhnlichkeiten in einem Inventar erhalten.

Um Batch-Empfehlungen für Artikel zu erhalten, verwenden Sie einen Batch-Inferenzjob. Ein Batch-Inferenzjob ist ein Tool, das Ihre Batch-Eingabedaten aus einem Amazon S3 S3-Bucket importiert, Ihre benutzerdefinierte Lösungsversion verwendet, um Artikelempfehlungen zu generieren, und die Artikelempfehlungen dann in einen Amazon S3 S3-Bucket exportiert. Je nach Rezept handelt es sich bei Ihren Eingabedaten um eine Liste von Benutzern oder Artikeln oder um eine Liste von Benutzern mit jeweils einer Sammlung von Artikeln.

Wenn Ihre Lösung das Rezept „Ähnliche Artikel“ verwendet und Sie über einen Artikeldatensatz mit Textdaten und Artikeltiteldaten verfügen, können Sie Batch-Empfehlungen mit Themen für jede Artikelgruppe generieren. Weitere Informationen finden Sie unter Batch-Empfehlungen mit Themen aus dem Content Generator.

Bei der Generierung von Batch-Empfehlungen berücksichtigt Amazon Personalize alle Massendaten, die zum Zeitpunkt der Erstellung der letzten Lösungsversion vorhanden waren. Diese Daten können mit dem Importmodus FULL oder INCREMENTAL importiert werden. Damit neuere Massendatensätze die Batch-Empfehlungen beeinflussen können, müssen Sie eine neue Lösungsversion und dann den Batch-Inferenzjob erstellen.

Amazon Personalize verwendet bei der Generierung von Batch-Empfehlungen Daten aus einzelnen Importen wie folgt:

• Neue Interaktionen mit vorhandenen Artikeln und Benutzern: Wenn Sie ein USER_PERSONALIZATION- oder PERSONALIZED_RANKING-Rezept verwenden, berücksichtigt Amazon Personalize innerhalb von etwa 15 Minuten nach dem Datenimport neue Interaktionsdaten mit vorhandenen Artikeln und Benutzern. Um sicherzustellen, dass Ereignisse berücksichtigt werden, empfehlen wir, nach dem Import mindestens 15 Minuten zu warten, bevor Sie einen Batch-Inferenzjob starten. Für alle anderen Rezepte müssen Sie eine neue Lösungsversion für gestreamte Ereignisse erstellen, um die Batch-Empfehlungen zu beeinflussen.

• Neue Benutzer: Für Benutzer ohne Interaktionsdaten beziehen sich die Empfehlungen zunächst nur auf beliebte Artikel. Wenn Sie ein USER_PERSONALIZATION- oder PERSONALIZED_RANKING-Rezept verwenden und Ereignisse für den Benutzer aufzeichnen, können seine Empfehlungen innerhalb von etwa 15 Minuten nach dem Import ohne erneutes Training relevanter werden. Um sicherzustellen, dass Ereignisse berücksichtigt werden, empfehlen wir, nach dem Import mindestens 15 Minuten zu warten, bevor Sie einen Batch-Inferenzjob starten. Für alle anderen Rezepte müssen Sie eine neue Lösungsversion für gestreamte Ereignisse erstellen, um die Batch-Empfehlungen für Benutzer ohne Interaktionsdaten zu beeinflussen.

• Neue Artikel: Wenn Sie mit User-Personalization-v2 und User-Personalization einen Batch-Inferenz-Job erstellen und die neueste vollständig trainierte Lösungsversion für Ihre Lösung angeben, aktualisiert Amazon Personalize die Lösungsversion automatisch, um neue Elemente in Empfehlungen mit Erkundung aufzunehmen. Wenn Sie nicht die neueste Lösungsversion angeben, erfolgt kein Update. Für jedes andere Rezept müssen Sie eine neue Lösungsversion erstellen, damit neue Artikel in den Batch-Empfehlungen aufgeführt werden. Weitere Informationen zur Erkundung finden Sie unterExploration (Erkundung).

Themen

• Batch-Arbeitsablauf
• Richtlinien und Anforderungen
• Bewertung von Batch-Workflows
• Batch-Empfehlungen mit Themen aus dem Content Generator
• Vorbereiten der Eingabedaten für Batch-Empfehlungen
• Erstellen eines Batch-Inferenzauftrags
• Beispiele für die Ausgabe von Batch-Inferenz-Jobs

Batch-Arbeitsablauf

Der Batch-Workflow sieht wie folgt aus:

1. Bereiten Sie Ihre Eingabedaten im JSON-Format vor und laden Sie sie in einen Amazon S3 S3-Bucket hoch. Das Format Ihrer Eingabedaten hängt vom verwendeten Rezept ab. Siehe Vorbereiten der Eingabedaten für Batch-Empfehlungen.

2. Erstellen Sie einen separaten Speicherort für Ihre Ausgabedaten, entweder einen Ordner oder einen anderen Amazon S3 S3-Bucket.

3. Erstellen Sie einen Batch-Inferenzjob. Siehe Erstellen eines Batch-Inferenzauftrags.

4. Wenn die Batch-Inferenz abgeschlossen ist, rufen Sie die Artikelempfehlungen von Ihrem Ausgabespeicherort in Amazon S3 ab.

Richtlinien und Anforderungen

Im Folgenden finden Sie Richtlinien und Anforderungen für das Einholen von Chargenempfehlungen:

• Ihre Amazon Personalize IAM-Servicerolle muss über die Berechtigung zum Lesen und Hinzufügen von Dateien zu Ihren Amazon S3 S3-Buckets verfügen. Informationen zur Erteilung von Berechtigungen finden Sie unter. Richtlinie für Servicerollen für Batch-Workflows Weitere Informationen zu Bucket-Berechtigungen finden Sie unter Beispiele für Benutzerrichtlinien im Amazon Simple Storage Service Developer Guide. Wenn Sie AWS Key Management Service (AWS KMS) für die Verschlüsselung verwenden, müssen Sie Amazon Personalize und Ihrer Amazon Personalize IAM-Servicerolle die Erlaubnis zur Verwendung Ihres Schlüssels erteilen. Weitere Informationen finden Sie unter Amazon Personalize die Erlaubnis geben, Ihren AWS KMS Schlüssel zu verwenden.

• Sie müssen eine benutzerdefinierte Lösung und Lösungsversion erstellen, bevor Sie einen Batch-Inferenz-Job erstellen. Sie müssen jedoch keine Amazon Personalize-Kampagne erstellen. Wenn Sie eine Domain-Datensatzgruppe erstellt haben, können Sie trotzdem benutzerdefinierte Ressourcen erstellen.

• Um Themes mit Empfehlungen zu generieren, müssen Sie das Rezept „Ähnliche Artikel“ verwenden. Und Sie benötigen einen Artikeldatensatz mit Textdaten und Artikeltiteldaten. Weitere Informationen zu thematischen Empfehlungen finden Sie unterBatch-Empfehlungen mit Themen aus dem Content Generator.

• Ihre Eingabedaten müssen wie unter beschrieben formatiert sein. Vorbereiten von Eingabedaten für Benutzersegmente

• Mit den Rezepten „Trending-Now“ oder „Next-Best-Action“ können Sie keine Batch-Empfehlungen erhalten.

• Wenn Sie einen Filter mit Platzhalterparametern verwenden, müssen Sie die Werte für die Parameter in Ihre Eingabedaten in ein Objekt aufnehmen. filterValues Weitere Informationen finden Sie unter Bereitstellung von Filterwerten in Ihrem Eingabe-JSON.

• Wir empfehlen, dass Sie für Ihre Ausgabedaten einen anderen Speicherort (entweder einen Ordner oder einen anderen Amazon S3 S3-Bucket) als Ihre Eingabedaten verwenden.

• Batch-Empfehlungen entsprechen möglicherweise nicht genau den Empfehlungen in Echtzeit. Das liegt daran, dass Batch-Inferenzaufträge länger dauern und nur Daten berücksichtigt werden, die 15 Minuten vor Beginn des Jobs verfügbar waren.

Bewertung von Batch-Workflows

Zu den Chargenempfehlungen gehören die folgenden Punktzahlen:

• Mit den Rezepten für Benutzerpersonalisierung und personalisiertes Ranking berechnet Amazon Personalize die Punktzahlen für Jobempfehlungen im Batchverfahren, wie unter und beschrieben. So funktioniert die Bewertung von Empfehlungen (benutzerdefinierte Ressourcen) So funktioniert die personalisierte Bewertung von Rankings Sie können die Ergebnisse in der JSON-Ausgabedatei des Batch-Inferenz-Jobs einsehen.

• Wenn Sie mit dem Rezept „Ähnliche Artikel“ thematische Chargenempfehlungen erhalten, ordnet Amazon Personalize jeden Satz verwandter Artikel danach, wie relevant das Thema für jeden Artikel ist. Jeder Artikel hat eine Punktzahl von 0 bis 1. Je höher die Punktzahl, desto enger ist der Artikel mit dem Thema verwandt. Weitere Informationen zu Empfehlungen mit Themen finden Sie unterBatch-Empfehlungen mit Themen aus dem Content Generator.