Filtraggio dei consigli sui batch e dei segmenti di utenti (risorse personalizzate)

Il filtraggio dei consigli in batch e dei segmenti di utenti funziona quasi come filtrare i consigli in tempo reale. Segue lo stesso flusso di lavoro descritto in. Consigli in batch e segmenti di utenti (risorse personalizzate) Per filtrare i consigli in batch o i segmenti di utenti, procedi come segue:

1. Crea un filtro proprio come faresti per i consigli in tempo reale. Per ulteriori informazioni, consulta Filtraggio dei consigli in tempo reale.

2. Prepara i dati di input e caricali su Amazon S3 come descritto in Preparazione dei dati di input per i consigli sui batch o. Preparazione dei dati di input per i segmenti di utenti Se il filtro utilizza parametri segnaposto, è necessario aggiungere un oggetto aggiuntivo. filterValues Per ulteriori informazioni, consulta Fornire valori di filtro nel codice JSON di input. Se il filtro non utilizza parametri segnaposto, i dati di input possono seguire gli esempi in Esempi JSON di input e output di job di inferenza in batch Esempi JSON di input e output di processi di segmentazione in batch

3. Crea una posizione separata per i dati di output, una cartella o un altro bucket Amazon S3.

4. Crea un processo di inferenza in batch o un processo di segmentazione in batch. Quando crei il lavoro, specifica l'Amazon Resource Name (ARN) del filtro.

5. Quando il processo di inferenza in batch o di segmento in batch è completo, recupera i consigli o i segmenti di utenti dalla tua posizione di output in Amazon S3.

Fornire valori di filtro nel codice JSON di input

Per i filtri con parametri segnaposto, ad esempio$GENRE, è necessario fornire i valori per i parametri di un filterValues oggetto nel codice JSON di input. Per un filterValues oggetto, ogni chiave è un nome di parametro. Ogni valore è il criterio che state passando come parametro. Circonda ogni valore tra virgolette sfuggite:. "filterValues":{"GENRES":"\"drama\""} Per valori multipli, separa ogni valore con una virgola: "filterValues":{"GENRES":"\"horror\",\"comedy\",\"drama\""}

Esempio JSON di input del processo di inferenza in batch

Di seguito è riportato un esempio delle prime righe di un file di input JSON per un processo di inferenza in batch. L'esempio include l'oggetto. filterValues La GENRES chiave corrisponde a un $GENRES segnaposto nell'espressione del filtro. Il job in questo esempio utilizza la ricetta User-Personalization. Per le ricette RELATED_ITEMS, fornisci un ItemID anziché UserID. Per le ricette PERSONALIZED_RANKING, fornisci l'ID utente e un ItemList.

{"userId": "5","filterValues":{"GENRES":"\"horror\",\"comedy\",\"drama\""}}
{"userId": "3","filterValues":{"GENRES":"\"horror\",\"comedy\""}}
{"userId": "34","filterValues":{"GENRES":"\"drama\""}}
    

Per ulteriori esempi di dati di input del processo di inferenza in batch per ricetta, vedere. Esempi JSON di input e output di job di inferenza in batch È possibile utilizzare questi esempi come punto di partenza e aggiungere l'filterValuesoggetto dell'esempio precedente.

Esempio JSON di input di job segmentati in batch

Di seguito è riportato un esempio delle prime righe di un file di input JSON con valori di filtro per un processo di segmentazione in batch. La GENRES chiave corrisponde a un $GENRES segnaposto nell'espressione del filtro.

{"itemAttributes": "ITEMS.genres = \"Comedy\" AND ITEMS.genres = \"Action\"","filterValues":{"COUNTRY":"\"Japan\""}}
{"itemAttributes": "ITEMS.genres = \"Horror\"","filterValues":{"COUNTRY":"\"United States\"\""}}
{"itemAttributes": "ITEMS.genres = \"Action\" AND ITEMS.genres = \"Adventure\"","filterValues":{"COUNTRY":"\"England\""}}
    

Per ulteriori esempi di dati di input del processo di inferenza in batch per ricetta, vedere. Esempi JSON di input e output di processi di segmentazione in batch È possibile utilizzare questi esempi come punto di partenza e aggiungere l'filterValuesoggetto dell'esempio precedente.

Filtraggio dei flussi di lavoro in batch (console)

Per filtrare i flussi di lavoro in batch con la console Amazon Personalize, devi creare un filtro, quindi creare un processo di inferenza in batch o un processo di segmento in batch e scegliere il filtro. Per istruzioni dettagliate complete, consulta e. Creazione di un processo di inferenza in batch (console) Creazione di un processo di segmentazione in batch (console)

Filtraggio dei flussi di lavoro in batch (SDK)AWS

Per filtrare i consigli in batch con gli AWS SDK, crea un filtro e includi il FilterArn parametro nella richiesta or. CreateBatchInferenceJob CreateBatchSegmentJob

Il codice seguente mostra come creare un processo di inferenza in batch con un filtro utilizzando il. AWS SDK for Python (Boto3) Ti consigliamo di utilizzare una posizione diversa per i dati di output (una cartella o un altro bucket Amazon S3). Per una spiegazione completa di tutti i campi, consulta. Creazione di un processo di inferenza in batch (AWS SDK)

import boto3
     
personalize = boto3.client("personalize")
 
personalize_rec.create_batch_inference_job (
    solutionVersionArn = "Solution version ARN",
    jobName = "Batch job name",
    roleArn = "IAM role ARN",
    filterArn = "Filter ARN",
    jobInput = 
        {"s3DataSource": {"path": "S3 input path"}},
    jobOutput =
        {"S3DataDestination": {"path": "S3 output path"}}
)