Bersiap untuk menggunakan model pemberi rekomendasi dengan Amazon Pinpoint

Untuk bekerja dengan Amazon Pinpoint, model pemberi rekomendasi harus digunakan sebagai kampanye Amazon Personalize. Selain itu, peran dan kebijakan tertentu AWS Identity and Access Management (IAM) harus ada. Jika Anda ingin meningkatkan rekomendasi yang diterima Amazon Pinpoint dari model, AWS Lambda fungsi juga harus ada untuk memproses rekomendasi.

Sebelum Anda menyiapkan model pemberi rekomendasi di Amazon Pinpoint, bekerjalah dengan tim ilmu data dan pengembangan Anda untuk merancang dan membuat sumber daya ini. Juga, bekerja dengan tim-tim tersebut untuk memastikan bahwa model tersebut memenuhi persyaratan teknis tertentu untuk bekerja dengan Amazon Pinpoint. Setelah Anda membuat sumber daya ini, bekerja dengan administrator Anda untuk memastikan bahwa Anda dan Amazon Pinpoint dapat mengaksesnya. Saat Anda mengambil langkah-langkah ini, kumpulkan informasi yang Anda perlukan untuk mengatur model di Amazon Pinpoint.

Amazon Personalisasi kampanye

Amazon Personalize adalah perangkat Layanan AWS yang dirancang untuk membantu Anda membuat model machine learning (ML) yang memberikan rekomendasi real-time dan dipersonalisasi bagi pelanggan yang menggunakan aplikasi Anda. Amazon Personalize memandu Anda melalui proses pembuatan dan pelatihan model pembelajaran mesin, terutama dengan menggunakan kombinasi data dan resep. Resep adalah algoritme yang dikonfigurasi untuk mendukung kasus penggunaan tertentu, seperti memprediksi item yang akan disukai dan berinteraksi dengan seseorang.

Kombinasi data dan resep ini disebut sebagai solusi. Setelah solusi dilatih, itu menjadi versi solusi. Versi solusi kemudian diuji, disempurnakan, dan disiapkan untuk digunakan. Ketika versi solusi siap digunakan, itu digunakan sebagai kampanye Personalisasi Amazon. Kampanye ini kemudian digunakan untuk memberikan rekomendasi real-time yang dipersonalisasi. Untuk mempelajari lebih lanjut tentang Amazon Personalisasi, lihat Panduan Pengembang Amazon Personalisasi.

Agar Amazon Pinpoint dapat mengambil rekomendasi dari kampanye Personalisasi Amazon, kampanye dan komponennya harus memenuhi persyaratan berikut:

• Resepnya harus berupa PERSONALIZATION resep USER_. Ini dapat menggunakan pengaturan algoritma yang didukung (hyperparameters) untuk jenis resep ini. Untuk informasi tentang jenis resep ini, lihat Menggunakan resep yang telah ditentukan di Panduan Pengembang Personalisasi Amazon.

• Solusinya harus dilatih menggunakan pengguna IDs yang dapat dikorelasikan dengan titik akhir IDs atau pengguna IDs di proyek Amazon Pinpoint. Amazon Pinpoint menggunakan userId bidang di Amazon Personalisasi untuk menghubungkan data antara pengguna di Amazon Personalisasi dan titik akhir atau pengguna dalam proyek Amazon Pinpoint.

• Solusinya harus mendukung penggunaan GetRecommendationspengoperasian Amazon Personalize Runtime. API

• Kampanye harus menggunakan versi solusi yang ingin Anda ambil rekomendasinya.

• Kampanye harus dikerahkan dan memiliki status aktif.

• Kampanye harus berjalan Wilayah AWS sama dengan proyek Amazon Pinpoint yang akan menggunakan rekomendasi darinya. Jika tidak, Amazon Pinpoint tidak akan dapat mengambil rekomendasi dari kampanye, yang dapat menyebabkan kampanye Amazon Pinpoint atau aktivitas perjalanan gagal.

Selain persyaratan ini, kami sarankan untuk mengonfigurasi kampanye untuk mendukung setidaknya 20 transaksi yang disediakan per detik.

Saat Anda bekerja dengan tim Anda untuk menerapkan kampanye Amazon Personalize yang memenuhi persyaratan sebelumnya, pastikan juga untuk menjawab pertanyaan-pertanyaan berikut:

Kampanye yang mana?

Untuk menyiapkan model di Amazon Pinpoint, Anda perlu mengetahui nama kampanye Amazon Personalize untuk mengambil rekomendasi dari. Kemudian, jika Anda bekerja dengan administrator Anda untuk mengonfigurasi akses ke kampanye secara manual, Anda juga perlu mengetahui Nama Sumber Daya Amazon (ARN) kampanye.

Jenis ID yang mana?

Saat menyiapkan model di Amazon Pinpoint, Anda memilih apakah akan mengaitkan pengguna di kampanye Amazon Personalisasi dengan titik akhir atau pengguna di proyek Amazon Pinpoint Anda. Hal ini memungkinkan model untuk memberikan rekomendasi yang benar-benar spesifik untuk penerima pesan tertentu.

Dalam kampanye Amazon Personalize, setiap pengguna memiliki ID pengguna (userIdatauUSER_ID, tergantung pada konteksnya). Ini adalah urutan karakter yang secara unik mengidentifikasi pengguna tertentu dalam kampanye. Dalam proyek Amazon Pinpoint, penerima pesan dapat memiliki dua jenis: IDs

• Endpoint ID — Ini adalah urutan karakter yang secara unik mengidentifikasi tujuan yang dapat Anda kirimi pesan—seperti alamat email, nomor ponsel, atau perangkat seluler.

• User ID — Ini adalah urutan karakter yang secara unik mengidentifikasi pengguna tertentu. Setiap pengguna dapat dikaitkan dengan satu atau lebih titik akhir. Misalnya, jika Anda berkomunikasi dengan pengguna melalui emailSMS, dan aplikasi seluler, pengguna dapat dikaitkan dengan tiga titik akhir—satu untuk alamat email pengguna, satu lagi untuk nomor ponsel pengguna, dan satu lagi untuk perangkat seluler pengguna.

Saat Anda memilih jenis ID Pinpoint Amazon untuk dikaitkan dengan IDs pengguna Amazon Personalisasi, pilih jenis yang paling konsisten digunakan dalam proyek Amazon Pinpoint Anda. Jika Anda atau aplikasi Anda belum menetapkan ID ke titik akhir atau pengguna, Amazon Pinpoint tidak dapat mengambil rekomendasi untuk titik akhir atau pengguna. Ini mungkin mencegah Amazon Pinpoint mengirim pesan ke titik akhir atau pengguna. Atau, mungkin menyebabkan Amazon Pinpoint mengirim pesan yang ditampilkan dengan cara yang tidak terduga atau tidak diinginkan.

Berapa banyak rekomendasi?

Setiap kali Amazon Pinpoint mengambil rekomendasi, Amazon Personalize mengembalikan daftar rekomendasi yang diurutkan untuk setiap penerima pesan. Anda dapat mengonfigurasi Amazon Pinpoint untuk mengambil 1—5 rekomendasi ini untuk setiap penerima. Jika Anda memilih satu rekomendasi, Amazon Pinpoint hanya akan mengambil item pertama dari daftar untuk setiap penerima—misalnya, film yang paling direkomendasikan untuk penerima. Jika Anda memilih dua rekomendasi, itu akan mengambil item pertama dan kedua dari daftar untuk setiap penerima—misalnya, dua film teratas yang direkomendasikan untuk penerima. Dan seterusnya.

Pilihan Anda untuk pengaturan ini terutama tergantung pada tujuan Anda untuk pesan yang menyertakan rekomendasi dari model. Namun, itu mungkin juga tergantung pada bagaimana tim Anda merancang solusi dan evaluasi tim Anda terhadap kinerja solusi. Untuk alasan ini, bekerja sama dengan tim Anda untuk memastikan bahwa Anda memilih nomor yang sesuai untuk pengaturan ini.

Apa isi rekomendasi?

Saat Amazon Pinpoint mengambil rekomendasi, Amazon Personalize mengembalikan daftar urutan 1-5 item yang direkomendasikan, tergantung pada berapa banyak rekomendasi yang Anda pilih untuk diambil untuk setiap penerima pesan. Setiap item hanya terdiri dari teks, seperti ID produk atau judul film. Namun, sifat dan isi item ini dapat bervariasi dari satu kampanye Amazon Personalisasi ke kampanye lainnya, berdasarkan desain solusi yang mendasarinya dan kampanye.

Oleh karena itu, ada baiknya untuk bertanya kepada tim Anda konten apa yang disediakan kampanye untuk item yang direkomendasikan. Jawaban mereka mungkin akan memengaruhi cara Anda mendesain pesan yang menggunakan rekomendasi dari kampanye. Jika ingin menyempurnakan konten yang disediakan kampanye, Anda juga dapat memilih untuk menerapkan AWS Lambda fungsi yang dapat melakukan tugas ini.

AWS Identity and Access Management peran dan kebijakan

AWS Identity and Access Management (IAM) adalah AWS layanan yang membantu administrator mengontrol akses ke AWS sumber daya. Untuk mempelajari selengkapnya IAM dan cara kerjanya dengan Amazon Pinpoint, lihat Identitas dan manajemen akses untuk Amazon Pinpoint di Panduan Pengembang Amazon Pinpoint.

Saat menyiapkan model pemberi rekomendasi di Amazon Pinpoint, Anda menentukan kampanye Amazon Personalisasi mana yang ingin Anda ambil rekomendasinya. Untuk memilih kampanye, administrator Anda harus terlebih dahulu mengizinkan Anda melihat kampanye untuk organisasi Anda Akun AWS. Jika tidak, kampanye tidak akan muncul dalam daftar kampanye yang dapat Anda pilih. Jika Anda tidak melihat kampanye dalam daftar, minta administrator Anda untuk memberi Anda akses ini.

Selain itu, Anda atau administrator harus membuat IAM peran dan kebijakan yang memungkinkan Amazon Pinpoint mengambil rekomendasi dari kampanye Personalisasi Amazon. Saat menyiapkan model pemberi rekomendasi, Anda dapat memilih agar Amazon Pinpoint membuat peran dan kebijakan ini untuk Anda secara otomatis. Opsi lainnya adalah bagi Anda atau administrator Anda untuk membuat peran dan kebijakan ini secara manual, sebelum Anda menyiapkan model pemberi rekomendasi di Amazon Pinpoint. Untuk mempelajari cara melakukannya, lihat IAMperan untuk mengambil rekomendasi di Panduan Pengembang Amazon Pinpoint.

AWS Lambda fungsi

Untuk beberapa model, Anda mungkin ingin meningkatkan rekomendasi yang diterima Amazon Pinpoint dari Amazon Personalize. Misalnya, alih-alih hanya menyertakan satu nilai yang direkomendasikan (seperti nama produk) dalam pesan, Anda mungkin ingin menyertakan konten tambahan (seperti nama produk, deskripsi, dan gambar) dalam pesan. Anda dapat melakukan ini dengan bekerja sama dengan tim Anda untuk merancang dan membuat AWS Lambda fungsi yang mengubah data rekomendasi menjadi konten yang Anda inginkan.

AWS Lambda adalah Layanan AWS yang dirancang untuk membantu orang menjalankan kode tanpa menyediakan atau mengelola server. Anda atau tim Anda mengembangkan dan mengemas kode, dan mengunggahnya AWS Lambda sebagai fungsi Lambda. AWS Lambda kemudian menjalankan fungsi setiap kali fungsi dipanggil oleh aplikasi atau layanan, seperti Amazon Pinpoint. Untuk mempelajari selengkapnya AWS Lambda, lihat Panduan AWS Lambda Pengembang.

Saat menyiapkan model pemberi rekomendasi di Amazon Pinpoint, Anda menentukan cara Amazon Pinpoint memproses rekomendasi yang diterimanya. Salah satu opsi adalah menggunakan fungsi Lambda. Jika Anda ingin menggunakan fungsi Lambda, bekerja dengan tim Anda untuk:

• Tentukan apa yang fungsi lakukan.

• Tentukan atribut yang direkomendasikan khusus yang ingin digunakan fungsi saat memproses rekomendasi. Ini termasuk jumlah atribut, dan nama dan tujuan masing-masing. Fungsi Lambda dapat menggunakan sebanyak 10 atribut khusus untuk setiap penerima pesan. Anda harus memasukkan informasi tentang atribut ini saat menyiapkan model pemberi rekomendasi di Amazon Pinpoint.

• Pastikan bahwa fungsi tersebut di-host Wilayah AWS sama dengan proyek Amazon Pinpoint yang akan menggunakannya. Jika tidak, Amazon Pinpoint tidak akan dapat mengirim data rekomendasi ke fungsi tersebut, yang dapat menyebabkan kampanye Amazon Pinpoint atau aktivitas perjalanan gagal.

Terakhir, bekerjalah dengan administrator Anda untuk membuat kebijakan yang memungkinkan Amazon Pinpoint menjalankan fungsi Lambda setiap kali mengirim pesan yang menyertakan rekomendasi dari model.

Untuk informasi mendetail tentang penggunaan fungsi Lambda untuk memproses rekomendasi, lihat Menyesuaikan rekomendasi dengan AWS Lambda di Panduan Pengembang Amazon Pinpoint.