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.
Machine-Learning-Modelle in Amazon Pinpoint
Ein Machine-Learning-(ML-)Modell ist eine mathematische Darstellung eines realen Problems. Ein ML-Modell findet Muster in Daten und generiert auf der Grundlage der gefundenen Muster Vorhersagen. Diese Vorhersagen verbessern sich in der Regel im Laufe der Zeit, da das ML-Modell mehr Daten erhält und von Menschen neu trainiert oder eingestellt wird, um die Datenanalyse des Modells zu verfeinern und zu optimieren.
In Amazon Pinpoint können Sie eine Verbindung zu einem bestimmten Typ von ML-Modell, einem sogenannten Empfehlungsmodell, herstellen, um vorherzusagen, mit welchen Elementen ein Benutzer interagieren wird, und diese Elemente als personalisierte Empfehlungen an Nachrichtenempfänger zu senden. Ein Empfehlungsmodell ist ein ML-Modell zur Beantwortung der Frage: „Was wird einem Benutzer gefallen oder wofür wird er sich interessieren?“ Es sagt vorher, welche Produkte oder Elemente aus einer Gruppe von Produkten oder Elementen ein bestimmter Benutzer bevorzugen wird, und stellt diese Informationen in Form einer Reihe von Empfehlungen für den Benutzer bereit. Wenn Sie Empfehlungsmodelle mit Amazon Pinpoint verwenden, können Sie basierend auf den Attributen und Verhaltensweisen der einzelnen Empfänger personalisierte Empfehlungen an die Nachrichtenempfänger senden.
Um ein Empfehlungsmodell mit Amazon Pinpoint zu verwenden, müssen Sie das Modell zunächst in Zusammenarbeit mit Ihrem Datenwissenschafts-Team als Amazon-Personalize-Kampagne erstellen und bereitstellen. Als Nächstes konfigurieren Sie Amazon Pinpoint so, dass Empfehlungsdaten aus der Amazon-Personalize-Kampagne verwendet werden. Hierfür richten Sie eine Verbindung zwischen Amazon Pinpoint und der Amazon-Personalize-Kampagne ein. Wenn Sie die Verbindung einrichten, geben Sie an, wie Daten aus der -Amazon-Personalize-Kampagne abgerufen und verwendet werden sollen.
Nachdem Sie die Verbindung zu der Amazon-Personalize-Kampagne eingerichtet haben, können Sie damit beginnen, Empfehlungen zu Nachrichten hinzuzufügen. Erstellen Sie zu diesem Zweck eine Nachrichtenvorlage. Fügen Sie in der Vorlage Nachrichtenvariablen für die Empfehlungen hinzu, die Sie verwenden möchten. Sie können diese Variablen den folgenden Arten von Vorlagen hinzufügen:
-
E-Mail-Vorlagen für E-Mail-Nachrichten, die Sie von Kampagnen oder Journeys senden.
-
Push-Benachrichtigungsvorlagen für Push-Benachrichtigungen, die Sie von Kampagnen senden.
-
SMS-Vorlagen, für SMS-Textnachrichten, die Sie von Kampagnen senden.
Erstellen Sie dann eine Kampagne oder eine Journey, um Nachrichten zu senden, die die Vorlage verwenden. Wenn Sie die Nachrichten senden, ruft Amazon Pinpoint die neuesten Daten aus der Amazon-Personalize-Kampagne ab und ersetzt jede Variable durch Werte, die Ihr Modell für die einzelnen Nachrichtenempfänger empfiehlt.
Dieses Feature ist in den folgenden AWS-Regionen verfügbar:
-
USA Ost (Nord-Virginia)
-
USA West (Oregon)
-
Asien-Pazifik (Mumbai)
-
Asien-Pazifik (Sydney)
-
Asien-Pazifik (Seoul)
-
Asien-Pazifik (Singapur)
-
Asien-Pazifik (Tokio)
-
Europa (Irland)
-
Kanada (Zentral)
In den Themen in diesem Kapitel wird erläutert, wie Sie Amazon Pinpoint für die Verwendung von Empfehlungsdaten aus einer Amazon-Personalize-Kampagne konfigurieren. Sie finden hier auch Erläuterungen, wie diese Daten in Nachrichten aufgenommen werden können.
Themen
