Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Einzelheiten zum Amazon Personalize Workflow
Der Amazon Personalize Personalize-Workflow sieht wie folgt aus. Eine Checkliste mit Listen der Funktionen, Anforderungen und Datenrichtlinien von Amazon Personalize finden Sie unter. Checkliste für die Bereitschaft
-
Ordnen Sie Ihren Anwendungsfall den Amazon Personalize-Ressourcen zu — Amazon Personalize bietet domänenbasierte Ressourcen und benutzerdefinierte Ressourcen, die für verschiedene Fälle konfiguriert sind. Wenn Sie Ihren Anwendungsfall einer Amazon Personalize-Ressource zuordnen, beachten Sie deren Datenanforderungen. Nachdem Sie einen Anwendungsfall oder ein Rezept ausgewählt haben, können Ihnen diese Informationen bei der Vorbereitung Ihrer Daten helfen.
-
Bereite deine Trainingsdaten vor — Basierend auf den Datenanforderungen deines Domain-Anwendungsfalls oder deiner benutzerdefinierten Rezeptur bereitest du deine Trainingsdaten in großen Mengen in einer CSV-Datei vor. Abhängig von Ihrem Anwendungsfall oder Ihrer Rezeptur kann Amazon Personalize Artikelinteraktions-, Artikel-, Benutzer-, Aktions- und Aktionsinteraktionsdaten verwenden. Wenn Sie keine Massendaten haben, können Sie einzelne Importvorgänge verwenden, um Daten zu sammeln und Ereignisse zu streamen, bis Sie die Schulungsanforderungen von Amazon Personalize und die Datenanforderungen Ihres Domain-Anwendungsfalls oder -Rezepts erfüllen.
-
Erstellen Sie Schema-JSON-Dateien für Ihre Daten — Erstellen Sie Schema-JSON-Dateien für jeden Datentyp, den Sie importieren. Diese Dateien beschreiben die Struktur und den Inhalt Ihrer Daten, einschließlich der Spaltennamen und ihrer Datentypen.
-
Eine Datensatzgruppe erstellen — Eine Datensatzgruppe ist ein Container für Amazon Personalize Personalize-Ressourcen. Sie können eine Domain-Datensatzgruppe mit vorkonfigurierten Ressourcen für VIDEO_ON_DEMAND- oder E-COMMERCE-Domains erstellen. Oder Sie können eine benutzerdefinierte Datensatzgruppe erstellen und nur benutzerdefinierte Ressourcen erstellen.
-
Schemas und Datensätze erstellen — Ein Schema informiert Amazon Personalize über die Struktur Ihrer Daten und ermöglicht Amazon Personalize, die Daten zu analysieren. Ein Datensatz ist ein Container für Trainingsdaten in Amazon Personalize.
-
Trainingsdaten in Datensätze importieren — Importieren Sie Ihre vorbereiteten Aufzeichnungen über Interaktionen, Artikel, Benutzer, Aktionen oder Aktionen. Sie können Datensätze in großen Mengen oder einzeln importieren.
-
Modell trainieren und bereitstellen — Um ein Modell für die Domänen VIDEO_ON_DEMAND oder ECOMMERCE zu trainieren und bereitzustellen, erstellen Sie Domain-Empfehlungen. Für benutzerdefinierte Ressourcen erstellen Sie eine benutzerdefinierte Lösung und eine Lösungsversion. Für Empfehlungen in Echtzeit stellen Sie die Lösungsversion in einer Kampagne bereit.
-
Informationen zum Erstellen einer Domain Recommenders finden Sie unterDomain-Empfehlungen.
-
Informationen zum Erstellen und Bereitstellen von benutzerdefinierten Ressourcen finden Sie unterBenutzerdefinierte Ressourcen.
-
-
Empfehlungen einholen — Verwenden Sie Ihren Empfehlungsdienst oder Ihre benutzerdefinierte Kampagne, um Empfehlungen zu erhalten. Sie können Filter verwenden, um bestimmte Arten von Artikeln in Empfehlungen aufzunehmen oder auszuschließen. Weitere Informationen finden Sie unter Empfehlungen und Benutzersegmente filtern. Mit benutzerdefinierten Ressourcen können Sie auch Batch-Empfehlungen oder Benutzersegmente erhalten, ohne eine Kampagne erstellen zu müssen.
-
Ereignisse in Echtzeit aufzeichnen — Zeichnen Sie Ereignisse in Echtzeit auf, während Ihre Kunden mit Empfehlungen interagieren. Dadurch werden Ihre Interaktionsdaten erweitert und Ihre Daten auf dem neuesten Stand gehalten. Und es informiert Amazon Personalize über die aktuellen Interessen Ihrer Nutzer, wodurch die Relevanz von Empfehlungen verbessert werden kann.
Nachdem Sie den Amazon Personalize Personalize-Workflow zum ersten Mal abgeschlossen haben, sollten Sie Ihre Daten auf dem neuesten Stand halten und alle benutzerdefinierten Lösungen, für die manuelles Training erforderlich ist, regelmäßig neu schulen. Auf diese Weise kann Ihr Modell aus den neuesten Aktivitäten Ihrer Benutzer lernen und die Relevanz von Empfehlungen aufrechterhalten und verbessern. Weitere Informationen finden Sie unter Beibehaltung der Relevanz von Empfehlungen.
