Einrichten eines Empfehlungsmodells in Amazon Pinpoint

Ein Empfehlungsmodell ist eine Art von Machine-Learning-(ML-)Modell, das darauf ausgelegt ist, vorherzusagen, welche Produkte oder Elemente ein bestimmter Benutzer aus einer Gruppe von Produkten oder Elementen bevorzugen wird. Es stellt diese Informationen als Reihe von Empfehlungen für den Benutzer bereit. In Amazon Pinpoint können Sie mithilfe dieser Modelle personalisierte Empfehlungen an Nachrichtenempfänger basierend auf den Attributen und Verhaltensweisen der einzelnen Empfänger senden.

Bevor Sie ein Empfehlungsmodell auf diese Weise verwenden können, müssen Sie eine Verbindung zwischen Amazon Pinpoint und der Amazon-Personalize-Kampagne einrichten, die das zu verwendende Modell enthält. Wenn Sie die Verbindung einrichten, geben Sie an, wie Empfehlungen aus der Amazon-Personalize-Kampagne abgerufen und verwendet werden sollen. Außerdem fügen Sie Einstellungen für Attribute hinzu, in denen Empfehlungen aus der Kampagne vorübergehend gespeichert werden.

Bevor Sie beginnen

Bevor Sie ein Empfehlungsmodell in Amazon Pinpoint einrichten, lesen Sie die Informationen unter Vorbereiten der Verwendung eines Empfehlungsmodells mit Amazon Pinpoint. Dies wird Ihnen helfen, die Ressourcen und Informationen zu sammeln, die Sie zum Einrichten des Modells in Amazon Pinpoint benötigen.

Schritt 1: Einrichten des Modells

Für diesen Schritt geben Sie an, aus welcher Amazon-Personalize-Kampagne Sie Empfehlungen abrufen möchten. Sie wählen auch Einstellungen aus, die angeben, wie Sie diese Empfehlungen abrufen und verwenden möchten.

So richten Sie ein Empfehlungsmodell ein:

1. Öffnen Sie die Amazon Pinpoint-Konsole unter https://console.aws.amazon.com/pinpoint/.

2. Wählen Sie im Navigationsbereich die Option Machine learning models (Machine-Learning-Modelle) aus.

3. Wählen Sie auf der Seite Machine learning models (Machine-Learning-Modelle) die Option Add recommender model (Empfehlungsmodell hinzufügen) aus.

4. Geben Sie unter Modelldetails für Name des empfohlenen Modells einen Namen für das Modell in Amazon Pinpoint ein. Der Name muss mit einem Buchstaben oder eine Zahl beginnen. Er darf bis zu 128 Zeichen lang sein. Die Zeichen können Buchstaben, Zahlen, Unterstriche (_) oder Bindestriche (‐) sein.

5. (Optional) Geben Sie für Recommender model description (Beschreibung des Empfehlungsmodells) eine kurze Beschreibung des Modells ein. Die Beschreibung kann bis zu 128 Zeichen umfassen. Mögliche Zeichen sind Buchstaben, Zahlen, Leerzeichen oder die folgenden Symbole: _ ; () , ‐.

6. Wählen Sie unter Modellkonfiguration für IAM-Rolle die AWS Identity and Access Management (IAM)-Rolle aus, die Amazon Pinpoint berechtigt, eine Verbindung zu der Amazon-Personalize-Kampagne herzustellen, die das Modell verwendet, und Empfehlungen daraus abzurufen. Ihnen stehen folgende Optionen zur Verfügung:

   • Verwenden einer vorhandenen Rolle: Wählen Sie diese Option, um eine IAM-Rolle zu verwenden, die bereits in Ihrem AWS-Konto vorhanden ist. Wählen Sie dann aus der Liste der Rollen die gewünschte Rolle aus.

   • Automatisches Erstellen einer Rolle: Wählen Sie diese Option, um automatisch eine IAM-Rolle mit den erforderlichen Berechtigungen zu erstellen. Geben Sie dann einen Namen für die Rolle ein.

   Eine weitere Möglichkeit besteht darin, die Rolle mit Ihrem Administrator manuell zu erstellen. Informationen zum manuellen Erstellen der Rolle finden Sie unter IAM-Rolle zum Abrufen von Empfehlungen im Amazon-Pinpoint-Entwicklerhandbuch.

7. Wählen Sie für das Empfehlungsmodell die Amazon-Personalize-Kampagne aus, von der Sie Empfehlungen abrufen möchten.

   In dieser Liste werden alle Amazon-Personalize-Kampagnen angezeigt, auf die Sie mit Ihrem AWS-Konto in der aktuellen AWS-Region zugreifen dürfen. Wenn die Liste die gewünschte Kampagne nicht enthält, bitten Sie Ihren Administrator, Ihnen Zugriff auf die Kampagne zu gewähren. Achten Sie darauf, dass Sie im vorherigen Schritt die richtige IAM-Rolle ausgewählt haben. Stellen Sie außerdem sicher, dass die Kampagne in der aktuellen AWS-Region vorhanden ist.

8. Geben Sie unter Einstellungen für Für Empfehlungen zu verwendender Bezeichner an, ob Sie eindeutige Benutzer in der Amazon-Personalize-Kampagne mit Endpunkten (Endpunkt-ID) oder Benutzern (Benutzer-ID) in Ihren Amazon-Pinpoint-Projekten verknüpfen möchten.

9. Wählen Sie unter Anzahl der Empfehlungen pro Nachricht die Anzahl der empfohlenen Elemente aus, die Sie für jeden Endpunkt oder Benutzer in Ihren Amazon-Pinpoint-Projekten abrufen möchten, abhängig von Ihrer Wahl im vorherigen Schritt.

   Diese Einstellung legt fest, wie viele Empfehlungen Amazon Pinpoint abruft und Sie einzelnen Nachrichten hinzufügen können. Sie können bis zu fünf empfohlene Elemente abrufen. Wenn Sie sich für 1 entscheiden, ruft Amazon Pinpoint für jeden Nachrichtenempfänger nur das erste Element aus der Liste der Empfehlungen ab, z. B. den Film, der einem Empfänger am stärksten empfohlen wird. Wenn Sie sich für 2 entscheiden, ruft es für jeden Empfänger das erste und zweite Element aus der Liste ab, z. B. die oberen beiden empfohlenen Filme für einen Empfänger. So geht das weiter, bis zu fünf Empfehlungen sind möglich.

10. Wählen Sie für Verarbeitungsmethode eine der folgenden Optionen aus, um anzugeben, wie Amazon Pinpoint die abgerufenen Empfehlungen verarbeiten soll:

    • Vom Modell zurückgegebenen Wert verwenden: Bei Verwendung dieser Option zeigen Nachrichten den genauen Text der Empfehlungen an, die von der Amazon-Personalize-Kampagne bereitgestellt werden. Darüber hinaus werden alle Empfehlungen für die einzelnen Endpunkte oder Benutzer vorübergehend in einem empfohlenen Standardattribut für jeden Endpunkt oder Benutzer gespeichert.

    • Eine Lambda-Funktion nutzen: Mit dieser Option können Nachrichten erweiterte Empfehlungen zusätzlich zum oder anstelle des Textes der Empfehlungen anzeigen, die von der Amazon-Personalize-Kampagne bereitgestellt werden. Wenn Sie diese Option auswählen, sendet Amazon Pinpoint Empfehlungen an eine AWS Lambda-Funktion zur zusätzlichen Verarbeitung, bevor eine Nachricht gesendet wird, die die Empfehlungen enthält. Darüber hinaus können Sie Empfehlungen vorübergehend in bis zu 10 benutzerdefinierten empfohlenen Attributen für jeden Endpunkt oder Benutzer speichern.

      Wenn Sie diese Option auswählen, verwenden Sie auch die Lambda-Funktionsliste, um die Funktion auszuwählen, die Sie verwenden möchten. In dieser Liste werden alle Lambda-Funktionen angezeigt, auf die Sie mit Ihrem AWS-Konto in der aktuellen AWS-Region zugreifen dürfen. Wenn die gewünschte Funktion nicht in der Liste enthalten ist, bitten Sie Ihren Administrator, Ihnen Zugriff auf die Funktion zu gewähren. Wenn die Funktion noch nicht existiert, wählen Sie Neue Lambda-Funktion erstellen und arbeiten Sie mit Ihrem Entwicklungsteam zusammen, um die Funktion zu erstellen. Weitere Informationen finden Sie unter Anpassen von Empfehlungen mit AWS Lambda im Amazon-Pinpoint-Entwicklerhandbuch.

11. Wenn Sie mit der Eingabe dieser Einstellungen fertig sind, wählen Sie Weiter aus, um mit dem nächsten Schritt fortzufahren – dem Hinzufügen von Attributeinstellungen für das Empfehlungsmodell.

Schritt 2: Hinzufügen von Attributen zum Modell

Nachdem Sie die Einstellungen für die Verbindung zur Amazon-Personalize-Kampagne und das Abrufen von Empfehlungsdaten aus der Kampagne ausgewählt haben, können Sie die Einstellungen für die Attribute festlegen, in denen die Daten gespeichert werden. Diese Optionen variieren, je nachdem, welche Verarbeitungsmethode Sie im vorherigen Schritt ausgewählt haben:

Use the value returned by the model (Vom Modell zurückgegebenen Wert verwenden)

Wenn Sie diese Option ausgewählt haben, werden Empfehlungen vorübergehend in einem Attribut gespeichert. Dies ist ein empfohlenes Standardattribut für jeden Endpunkt oder Benutzer, je nachdem, welche Option Sie für die Einstellung Identifier to use for recommendations (Für Empfehlungen zu verwendender Bezeichner) im vorherigen Schritt ausgewählt haben. Der zugrunde liegende Name dieses Attributs lautet RecommendationItems.

Geben Sie für Display name (Anzeigename) einen beschreibenden Namen für das Attribut ein. Dieser Name wird in Attribute finder (Attributsuche) im Vorlageneditor angezeigt, wenn Sie einer Nachrichtenvorlage eine Variable für das Attribut hinzufügen. Der Name kann bis zu 25 Zeichen umfassen. Mögliche Zeichen sind Buchstaben, Zahlen, Leerzeichen, Unterstriche (_) oder Bindestriche (‐).

Verwenden einer Lambda-Funktion

Wenn Sie diese Option ausgewählt haben, können Sie bis zu 10 Attribute verwenden, um Daten für jede Empfehlung zu speichern. Dies sind benutzerdefinierte empfohlene Attribute für die einzelnen Endpunkte oder Benutzer, je nachdem, welche Option Sie für die Einstellung Identifier to use for recommendations (Für Empfehlungen zu verwendender Bezeichner) im vorherigen Schritt ausgewählt haben. Wenn Sie beispielsweise eine Produktempfehlung für jeden Endpunkt oder Benutzer abrufen, kann die Lambda-Funktion die Empfehlung verarbeiten und die Ergebnisse zu drei benutzerdefinierten Attributen für die Empfehlung hinzufügen: Produktname, Preis und Bild.

Wählen Sie für jedes benutzerdefinierte Attribut, das Sie hinzufügen möchten, die Option Add attribute (Attribut hinzufügen) aus und gehen Sie dann wie folgt vor:

• Geben Sie für Attribute name (Attributname) einen Namen für das Attribut ein. Dieser Name, dem das Präfix Recommendations vorangestellt ist, wird im Vorlageneditor angezeigt, nachdem Sie einer Nachrichtenvorlage eine Variable für das Attribut hinzugefügt haben. Der Name muss mit dem Namen eines Attributs übereinstimmen, das die Lambda-Funktion zum Speichern von Empfehlungsdaten verwendet.

  Ein Attributname muss mit einem Buchstaben oder einer Zahl beginnen und kann bis zu 50 Zeichen umfassen. Die Zeichen können Buchstaben, Zahlen, Unterstriche (_) oder Bindestriche (‐) sein. Bei Attributnamen muss die Groß- und Kleinschreibung beachtet werden. Die Namen müssen eindeutig sein.

• Geben Sie für Display name (Anzeigename) einen beschreibenden Namen für das Attribut ein. Dieser Name wird in Attribute finder (Attributsuche) im Vorlageneditor angezeigt, wenn Sie einer Nachrichtenvorlage eine Variable für das Attribut hinzufügen. Der Name muss mit einem Buchstaben oder einer Zahl beginnen und kann bis zu 25 Zeichen umfassen. Mögliche Zeichen sind Buchstaben, Zahlen, Leerzeichen, Unterstriche (_) oder Bindestriche (‐).

Wenn Sie mit der Eingabe der Attributeinstellungen fertig sind, wählen Sie Weiter aus, um mit dem nächsten Schritt fortzufahren – dem Überprüfen und Veröffentlichen der Konfigurationseinstellungen für das Empfehlungsmodell.

Schritt 3: Überprüfen und Veröffentlichen des Modells

Nachdem Sie alle Einstellungen für die Verbindung zu dem Empfehlungsmodell und die Verwendung des Modells eingegeben haben, können Sie die Einstellungen überprüfen.

Wenn Sie mit der Überprüfung der Einstellungen fertig sind, wählen Sie Veröffentlichen aus, um sie zu speichern. Amazon Pinpoint überprüft dann die Einstellungen, um sicherzustellen, dass sie korrekt sind. Wenn Einstellungen fehlen oder falsch sind, wird für jeden Fehler eine Nachricht angezeigt. Damit können Sie die Einstellungen ermitteln, die zu korrigieren sind. Wenn Sie eine Einstellung korrigieren müssen, wechseln Sie im Navigationsbereich direkt zu der Seite, die die Einstellung enthält.

Nachdem Sie die Einstellungen veröffentlicht haben, können Sie mit der Verwendung von Empfehlungen in Nachrichten beginnen.