Pesan kesalahan umum di Amazon Personalisasi

Bagian berikut mencantumkan dan menjelaskan beberapa pesan yang mungkin Anda temui saat menggunakan Amazon Personalize.

Impor dan manajemen data

Pesan galat: Lokasi data tidak valid.

Pastikan Anda menggunakan sintaks yang benar untuk lokasi bucket Amazon S3 Anda. Untuk pekerjaan impor kumpulan data, gunakan sintaks berikut untuk lokasi data Anda di Amazon S3:

s3://amzn-s3-demo-bucket/<folder path>/<CSVfilename>

Jika CSV file Anda berada dalam folder dan Anda ingin mengunggah beberapa file dengan satu pekerjaan impor dataset, gunakan sintaks ini tanpa nama CSV file.

Pesan galat: Terjadi kesalahan (LimitExceededException) saat memanggil CreateDatasetImportJob operasi: Lebih dari 5 sumber daya dengan PROGRESS status PENDING atau IN_.

Anda dapat memiliki total 5 pekerjaan impor kumpulan data yang tertunda atau sedang berlangsung per wilayah. Kuota ini tidak dapat disesuaikan. Untuk daftar lengkap kuota untuk Amazon Personalize, lihat. Titik akhir dan kuota Amazon Personalize

Pesan galat: Gagal membuat pekerjaan impor data untuk kumpulan data... Hak istimewa yang tidak memadai untuk mengakses data di Amazon S3<dataset type>.

Berikan Amazon Personalisasi akses ke sumber daya Amazon S3 Anda dengan melampirkan kebijakan akses ke bucket Amazon S3 dan peran layanan Amazon Personalisasi Anda. Lihat Memberikan Amazon Personalisasi akses ke sumber daya Amazon S3.

Jika Anda menggunakan AWS Key Management Service (AWS KMS) untuk enkripsi, Anda harus memberikan izin Amazon Personalize dan Amazon IAM Personalize service role Anda untuk menggunakan kunci Anda. Untuk informasi selengkapnya, lihat Memberikan izin Amazon Personalisasi untuk menggunakan kunci Anda AWS KMS.

Pesan galat: Gagal membuat dataset pekerjaan impor data... Masukan CSV tidak ada kolom berikut: [COLUMN_NAME, COLUMN _NAME]<dataset type>.

Data yang Anda impor ke Amazon Personalize, termasuk nama atribut dan tipe data, harus cocok dengan skema kumpulan data tujuan. Untuk informasi selengkapnya, lihat Membuat JSON file skema untuk data Anda.

Pesan galat: Panjang tidak boleh lebih dari karakter untuk < COLLUMN _ NAME >. <character limit> Jika tidak ada nilai yang melebihi batas karakter, pastikan data Anda mengikuti pedoman pemformatan yang tercantum di https://docs.aws.amazon.com/personalize/ data-prep-formatting terbaru/dg/ .html.

Periksa untuk memastikan semua nilai di kolom ini tidak melebihi batas karakter. Jika tidak ada nilai yang melebihi batas karakter, periksa bidang tekstual sebelumnya untuk hal-hal berikut:

• Pastikan setiap data tekstual dibungkus dengan tanda kutip ganda. Gunakan \ karakter untuk menghindari tanda kutip ganda atau \ karakter dalam data Anda.

• Pastikan setiap catatan dalam CSV file Anda berada pada satu baris.

Membuat solusi dan versi solusi (sumber daya khusus)

Pesan galat: Buat gagal. Dataset memiliki kurang dari 25 pengguna dengan setidaknya 2 interaksi masing-masing.

Anda harus mengimpor lebih banyak data sebelum Anda dapat melatih model. Persyaratan data minimum untuk melatih model adalah:

• 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 pengguna unik IDs dengan setidaknya dua interaksi item untuk masing-masing.

Untuk rekomendasi real-time, impor lebih banyak data dengan pekerjaan impor dataset atau rekam lebih banyak peristiwa interaksi untuk pengguna Anda dengan pelacak peristiwa dan operasi. PutEvents Untuk informasi selengkapnya tentang merekam peristiwa waktu nyata, lihatMerekam peristiwa waktu nyata untuk memengaruhi rekomendasi.

Untuk rekomendasi batch, impor data Anda dengan pekerjaan impor dataset ketika Anda memiliki lebih banyak data. Untuk informasi selengkapnya, tentang mengimpor data massal, lihatMengimpor data pelatihan ke Amazon Personalize dataset.

Penerapan model (kampanye khusus)

Kesalahan: Tidak dapat membuat kampanye. Lebih dari 5 sumber daya di ACTIVE negara bagian. Harap hapus beberapa dan coba lagi.

Anda dapat memiliki total 5 kampanye Amazon Personalize aktif per grup kumpulan data. Kuota ini dapat disesuaikan dan Anda dapat meminta peningkatan kuota menggunakan konsol Service Quotas. Untuk daftar lengkap batasan dan kuota untuk Amazon Personalize, lihat. Titik akhir dan kuota Amazon Personalize

Rekomendasi (Grup dataset domain)

Kesalahan: Dataset memiliki kurang dari 1000 interaksi setelah pemfilteran berdasarkan jenis peristiwa: <event type>

Kasus penggunaan yang berbeda memerlukan jenis acara yang berbeda. Data Anda harus memiliki minimal 1000 peristiwa dengan jenis yang diperlukan untuk kasus penggunaan Anda. Untuk informasi selengkapnya, silakan lihat Memilih kasus penggunaan

Rekomendasi

Pesan kesalahan pekerjaan inferensi batch: Jalur input S3 tidak valid atau Jalur keluaran S3 tidak valid

Pastikan Anda menggunakan sintaks yang benar untuk lokasi input atau output Amazon S3 Anda. Juga pastikan bahwa lokasi output Anda berbeda dari data input Anda. Itu harus berupa folder di ember Amazon S3 yang sama atau ember yang berbeda.

Gunakan sintaks berikut untuk lokasi file input di Amazon S3: s3://amzn-s3-demo-bucket/<folder name>/<input JSON file name>

Gunakan sintaks berikut untuk folder output di Amazon S3: s3://amzn-s3-demo-bucket/<output folder name>/

Rekomendasi penyaringan

Pesan galat: Tidak dapat membuat filter. Simbol masukan tidak valid: $. parameterName Placeholder tidak diperbolehkan dengan operator NOT _IN.

Anda tidak dapat menggunakan parameter placeholder dalam ekspresi filter yang menggunakan operator NOT _IN. Sebagai gantinya, gunakan operator IN dan gunakan Action yang berlawanan: gunakan Include alih-alih Exclude (atau sebaliknya).

Misalnya, jika Anda ingin menggunakanINCLUDE ItemID WHERE Items.GENRE NOT IN ($GENRE), Anda dapat menggunakan EXCLUDE ItemID WHERE Items.GENRE IN ($GENRE) dan mendapatkan hasil yang sama.

Untuk informasi lebih lanjut tentang filter, lihat Filter elemen ekspresi.

Pesan galat: Tidak dapat membuat filter. Ekspresi Tidak Valid... saat memfilter pada bidang tipe Boolean

Anda tidak dapat membuat ekspresi filter yang memfilter menggunakan nilai dengan tipe Boolean dalam skema Anda. Untuk memfilter berdasarkan nilai Boolean, gunakan skema dengan bidang tipe String dan gunakan nilai True dan data False Anda. Atau Anda dapat menggunakan tipe int atau long dan nilai 0 dan1.

Untuk informasi lebih lanjut tentang filter, lihat Filter elemen ekspresi.