Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Langkah 2: Mempersiapkan dan mengimpor data
Amazon Personalize menggunakan data Anda untuk menghasilkan rekomendasi bagi pengguna dan segmen pengguna Anda. Amazon Personalize menyimpan data Anda dalam kumpulan data hingga Anda menghapus kumpulan data. Untuk semua kasus penggunaan (Grup kumpulan data domain) dan resep (sumber daya khusus), data interaksi Anda harus memiliki yang berikut:
-
Minimal 1000 catatan interaksi item dari pengguna yang berinteraksi dengan item di katalog Anda. Interaksi ini dapat berasal dari impor massal, atau acara streaming, atau keduanya.
-
Minimal 25 ID pengguna unik dengan setidaknya dua interaksi item untuk masing-masing.
Untuk rekomendasi kualitas, kami sarankan Anda memiliki setidaknya 50.000 interaksi item dari setidaknya 1.000 pengguna dengan dua atau lebih interaksi item masing-masing.
Saat mengimpor data, Anda dapat memilih untuk mengimpor catatan secara massal, satu per satu, atau keduanya.
-
Impor massal melibatkan impor sejumlah besar catatan sejarah sekaligus. Anda dapat menyiapkan dan mengimpor interaksi item, pengguna, dan data massal item Anda dengan SageMaker Data Wrangler dan beberapa sumber data. Atau Anda dapat menyiapkan data massal sendiri, dan mengimpornya langsung ke Amazon Personalisasi dari file CSV di Amazon S3. Untuk informasi tentang cara memformat data massal Anda untuk Amazon Personalisasi, lihat. Pedoman format data
-
Dengan impor individual, Anda mengimpor data individual dengan konsol Amazon Personalize dan operasi API. Atau Anda dapat mengimpor data interaksi dari acara langsung secara real time.
Setelah mengimpor data ke dalam kumpulan data Amazon Personalize, Anda dapat menganalisisnya, mengekspornya ke bucket Amazon S3, memperbaruinya, atau menghapusnya dengan menghapus kumpulan data. Untuk informasi selengkapnya, lihat Mengelola data pelatihan dalam kumpulan data Anda.
Seiring pertumbuhan katalog Anda, perbarui data historis Anda dengan operasi impor massal atau data individual tambahan. Untuk rekomendasi waktu nyata, perbarui kumpulan data interaksi Item Anda dengan perilaku pengguna Anda. Anda melakukan ini dengan merekam peristiwa interaksi real-time dengan pelacak peristiwa dan PutEvents operasi. Untuk informasi selengkapnya, lihat Merekam peristiwa waktu nyata untuk memengaruhi rekomendasi
