Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Obtener recomendaciones de artículos por lotes con recursos personalizados
Con recursos personalizados, puede obtener recomendaciones de elementos con un flujo por lotes asíncrono. Por ejemplo, puedes recibir recomendaciones de productos para todos los usuarios de una lista de correo electrónico o item-to-itemsimilitudes en un inventario.
Para obtener recomendaciones por lotes para elementos, puede utilizar un trabajo de inferencia por lotes. Un trabajo de inferencia por lotes es una herramienta que importa sus datos de entrada del lote desde un bucket de Amazon S3, utiliza la versión de su solución personalizada para generar recomendaciones de elementos y, a continuación, exporta las recomendaciones de elementos a un bucket de Amazon S3. Según la receta, sus datos de entrada son una lista de usuarios o elementos, o una lista de usuarios, cada uno de ellos con un conjunto de elementos.
Si su solución usa la receta de elementos similares y tiene un conjunto de datos de elementos con datos textuales y datos del título de los elementos, puede generar recomendaciones por lotes con temas para cada grupo de elementos. Para obtener más información, consulte Recomendaciones por lotes con temas del Generador de contenidos.
Tras crear una versión de la solución personalizada, la forma en que los nuevos datos influyen en las recomendaciones de artículos por lotes depende del tipo, el método de importación y la receta personalizada que utilices. Para obtener información sobre cómo los nuevos datos influyen en las recomendaciones de lotes, consulteCómo influyen los nuevos datos en las recomendaciones de lotes (recursos personalizados).
Temas
- Flujo de trabajo por lotes
- Directrices y requisitos
- Puntuación de flujos de trabajo por lotes
- Recomendaciones por lotes con temas del Generador de contenidos
- Preparación de los datos de entrada para las recomendaciones por lotes
- Creación de un trabajo de inferencia por lotes
- Ejemplos de salida de trabajo de inferencia por lotes
Flujo de trabajo por lotes
El flujo de trabajo por lotes es el siguiente:
-
Prepare y cargue los datos de entrada en JSON formato en un bucket de Amazon S3. El formato de sus datos de entrada depende de la receta que utilice. Consulte Preparación de los datos de entrada para las recomendaciones por lotes.
-
Cree una ubicación independiente para sus datos de salida, ya sea una carpeta o un bucket de Amazon S3 diferente.
-
Cree un trabajo de inferencia por lotes Consulte Creación de un trabajo de inferencia por lotes.
-
Cuando se complete la inferencia por lotes, recupere las recomendaciones de elementos de su ubicación de salida en Amazon S3.
Directrices y requisitos
Las siguientes son directrices y requisitos para obtener recomendaciones por lotes:
-
Su función de IAM servicio Amazon Personalize debe tener permiso para leer y añadir archivos a sus buckets de Amazon S3. Para obtener información acerca de cómo conceder permisos, consulte Política de roles de servicio para flujos de trabajo por lotes. Para obtener más información acerca de los permisos de buckets, consulte Ejemplos de políticas de usuario en la Guía para desarrolladores de Amazon Simple Storage Service. Si usas AWS Key Management Service (AWS KMS) para el cifrado, debes conceder permiso a Amazon Personalize y a tu rol de IAM servicio Amazon Personalize para usar tu clave. Para obtener más información, consulte Concesión de permiso a Amazon Personalize para que utilice la clave AWS KMS.
-
Para crear un trabajo de inferencia por lotes, debe crear una solución y una versión de la solución personalizadas. Sin embargo, no es necesario crear una campaña de Amazon Personalize. Si creó un grupo de conjuntos de datos de dominio, aún puede crear recursos personalizados.
-
Para generar temas con recomendaciones, debe usar la receta Similar-Items. Además, debe tener un conjunto de datos de elementos con datos textuales y datos del título de los elementos. Para obtener más información sobre recomendaciones de temas, consulte Recomendaciones por lotes con temas del Generador de contenidos.
-
Sus datos de entrada deben tener el formato que se describe en Preparación de los datos de entrada para los segmentos de usuarios.
-
No puede obtener recomendaciones por lotes con las recetas Trending-Now o Next-Best-Action.
-
Si utiliza un filtro con parámetros de marcadores de posición, debe incluir los valores de los parámetros en los datos de entrada de un objeto
filterValues
. Para obtener más información, consulte Incluir valores de filtro en la entrada JSON. -
Recomendamos que utilice una ubicación diferente para sus datos de salida (ya sea una carpeta o un bucket de Amazon S3 diferente) que para sus datos de entrada.
-
Las recomendaciones de Batch pueden no ser exactamente las mismas que las recomendaciones en tiempo real. Esto se debe a que los trabajos de inferencia por lotes tardan más en completarse y solo consideran que los datos están disponibles 15 minutos antes del inicio del trabajo.
Puntuación de flujos de trabajo por lotes
Las recomendaciones por lotes incluyen las siguientes puntuaciones:
-
Con las recetas User-Personalization y Personalized-Ranking, Amazon Personalize calcula las puntuaciones de recomendaciones de trabajos de inferencia por lotes tal y como se describe en Cómo funciona la puntuación de recomendaciones (recursos personalizados) y Cómo funciona la puntuación de clasificación personalizada. Puede ver las puntuaciones en el archivo de salida JSON del trabajo de inferencia por lotes.
-
Con la receta Similar-Items, si recibe recomendaciones por lotes de temas, Amazon Personalize clasifica cada conjunto de elementos relacionados en función de la relevancia del tema para cada elemento. Cada artículo incluye una puntuación de 0 a 1. Cuanto más alta sea la puntuación, más relacionado estará el elemento con el tema. Para obtener más información sobre las recomendaciones con temas, consulte Recomendaciones por lotes con temas del Generador de contenidos.