スキーマとデータセットの作成 - Amazon Personalize
データセットとスキーマの作成 (コンソール)データセットとスキーマの作成 (AWS CLI)データセットとスキーマの作成 (AWS SDKs)

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

スキーマとデータセットの作成

データセットグループを作成したら、インポートする各タイプのデータの Amazon Personalize スキーマとデータセットを作成する準備が整います。スキーマは、Amazon Personalize にデータの構造を知らせ、Amazon Personalize がデータを解析できるようにします。Amazon Personalize でスキーマを作成するときは、「Amazon Personalize スキーマのスキーマ JSON ファイルの作成」で作成した JSON ファイルを使用します。

データセットは、Amazon Personalize でデータをトレーニングするためのコンテナです。異なるデータセットタイプには異なる要件があります。インポートするデータのタイプごとにデータセットを作成します。さまざまなタイプのデータセットとデータの準備方法については、「Amazon Personalize のトレーニングデータの準備」を参照してください。

Amazon Personalize コンソール、 AWS Command Line Interface （AWS CLI）、または AWS SDKs を使用してスキーマとデータセットを作成できます。ドメインデータセットグループでは、アクションやアクションインタラクションデータセットを含むネクストベストアクションリソースを作成することはできません。

重要

スキーマを作成した後は、スキーマに変更を加えることはできなくなります。ただし、新しい列を追加する場合は、データセットのスキーマを新しいスキーマに置き換えることができます。詳細については、「データセットのスキーマを置き換えて新しい列を追加する」を参照してください。

データセットとスキーマの作成 (コンソール)

これがデータセットグループの最初のデータセットである場合、最初のデータセットタイプはアイテムインタラクションデータセットになります。コンソールでアイテムインタラクションデータセットを作成するには、データセット名を指定してから、Avro 形式の JSON スキーマを指定します。このデータセットグループの最初のデータセットでない場合は、データセットのタイプを選択してから、名前とスキーマを指定します。

Amazon Personalize のデータセットの要件については、「Amazon Personalize のトレーニングデータの準備」を参照してください。「Amazon Personalize データセットグループの作成」を完了したばかりで、既にデータセットを作成している場合は、この手順のステップ 4 にスキップしてください。

データセットとスキーマを作成するには

  1. まだ作成していない場合は、「Amazon Personalize スキーマのスキーマ JSON ファイルの作成」の指示に従って、データの概要を示すスキーマ JSON ファイルを作成します。

  2. https://console.aws.amazon.com/personalize/home で Amazon Personalize コンソールを開き、アカウントにサインインします。

  3. [Dataset groups] (データセットグループ) のページで、Amazon Personalize データセットグループの作成 で作成したデータセットグループを選択します。

  4. [ステップ 1: [データセットを作成してデータをインポートする] で [データセットの作成] を選択し、作成するデータセットのタイプを選択します。

  5. [Amazon Personalize データセットにデータを直接インポートする] を選択し、[次へ] を選択します。

  6. [Dataset details] (データセットの詳細) の [Dataset name] (データセット名) で、データセットの名前を指定します。

  7. [データセットのスキーマ] で、[新しいスキーマを作成する] または [既存のスキーマを使用する] を選択します。

  8. 既存のスキーマを使用している場合は、使用する既存のスキーマを選択します。新しいスキーマを作成する場合は、スキーマに名前を付け、データに一致するスキーマ JSON を貼り付けます。このファイルは「Amazon Personalize スキーマのスキーマ JSON ファイルの作成」で作成済みです。

  9. [タグ] には、オプションで任意のタグを追加します。Amazon Personalize リソースのタグ付けの詳細については、「Amazon Personalize リソースのタグ付け」を参照してください。

  10. [Next] (次へ) を選択し、Amazon Personalize データセットへのトレーニングデータのインポート の指示に従ってデータをインポートします。

データセットとスキーマの作成 (AWS CLI)

を使用してデータセットとスキーマを作成するには AWS CLI、 create-schema コマンド ( CreateSchema API オペレーションを使用) を使用してからcreate-dataset、 ( CreateDataset API オペレーションを使用) を使用します。

スキーマとデータセットを作成するには

  1. まだ作成していない場合は、「Amazon Personalize スキーマのスキーマ JSON ファイルの作成」の指示に従って、データの概要を示すスキーマ JSON ファイルを作成します。

  2. 次のコマンドを実行して Amazon Personalize でスキーマを作成します。スキーマを作成した後は、スキーマに変更を加えることはできなくなります。schemaName をスキーマの名前に、file://SchemaName.json を JSON ファイルの場所に、それぞれ置き換えます。次の例は、現在のフォルダに属するファイルを示しています。ドメインデータセットグループ内のデータセットのスキーマを作成する場合は、domain パラメータを追加して ECOMMERCE または VIDEO_ON_DEMAND に設定します。API の詳細については、「CreateSchema」を参照してください。

    aws personalize create-schema \
  --name SchemaName \
  --schema file://SchemaName.json

    次の例に示すように、スキーマの Amazon リソースネーム (ARN) が表示されます。

    {
  "schemaArn": "arn:aws:personalize:us-west-2:acct-id:schema/SchemaName"
}

  3. 次のコマンドを実行して空のデータセットを作成します。データセットグループの作成 (AWS CLI) のデータセットグループの Amazon リソースネーム (ARN) と前の手順のスキーマ ARN を指定します。データセットタイプの値は、Interactions、Users、Items、Actions、または Action_Interactions です。API の詳細については、「CreateDataset」を参照してください。

    aws personalize create-dataset \
  --name Dataset Name \
  --dataset-group-arn Dataset Group ARN \
  --dataset-type Dataset Type \
  --schema-arn Schema Arn

    次の例に示すように、データセット ARN が表示されます。

    {
  "datasetArn": "arn:aws:personalize:us-west-2:acct-id:dataset/DatasetName/INTERACTIONS"
}

  4. 後で使用するためにデータセット ARN を記録します。データセットを作成したら、トレーニングデータをインポートする準備が整います。「Amazon Personalize データセットへのトレーニングデータのインポート」を参照してください。

データセットとスキーマの作成 (AWS SDKs)

AWS SDKs を使用してデータセットとスキーマを作成するには、まず Avro 形式でスキーマを定義し、 CreateSchemaオペレーションを使用して Amazon Personalize に追加します。スキーマを作成した後は、スキーマに変更を加えることはできなくなります。その後、CreateDataset 操作を使用してデータセットを作成します。

スキーマとデータセットを作成するには

  1. まだ作成していない場合は、「Amazon Personalize スキーマのスキーマ JSON ファイルの作成」の指示に従って、データの概要を示すスキーマ JSON ファイルを作成します。

  2. 以下のコードを使用して Amazon Personalize でスキーマを作成します。スキーマの名前とスキーマ JSON ファイルのファイルパスを指定します。ドメインデータセットグループ内のデータセットのスキーマを作成する場合は、domain パラメータを追加して ECOMMERCE または VIDEO_ON_DEMAND に設定します。API の詳細については、「CreateSchema」を参照してください。

    SDK for Python (Boto3)
    import boto3

personalize = boto3.client('personalize')

with open('schemaFile.json') as f:
    createSchemaResponse = personalize.create_schema(
        name = 'schema name',
        schema = f.read()
    )

schema_arn = createSchemaResponse['schemaArn']

print('Schema ARN:' + schema_arn )
    SDK for Java 2.x
    public static String createSchema(PersonalizeClient personalizeClient, String schemaName, String filePath) {
    
    String schema = null;
    
    try {
        schema = new String(Files.readAllBytes(Paths.get(filePath)));
    } catch (IOException e) {
        System.out.println(e.getMessage());
    }
    
    try {
        CreateSchemaRequest createSchemaRequest = CreateSchemaRequest.builder()
                .name(schemaName)
                .schema(schema)
                .build();

        String schemaArn = personalizeClient.createSchema(createSchemaRequest).schemaArn();    
        System.out.println("Schema arn: " + schemaArn);

        return schemaArn;

    } catch(PersonalizeException e) {
        System.err.println(e.awsErrorDetails().errorMessage());
        System.exit(1);
    }
    return "";
}
    SDK for JavaScript v3
    // Get service clients module and commands using ES6 syntax.
import { CreateSchemaCommand } from "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";

// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

import fs from "node:fs";

const schemaFilePath = "SCHEMA_PATH";
let mySchema = "";

try {
  mySchema = fs.readFileSync(schemaFilePath).toString();
} catch (err) {
  mySchema = "TEST"; // For unit tests.
}
// Set the schema parameters.
export const createSchemaParam = {
  name: "NAME" /* required */,
  schema: mySchema /* required */,
};

export const run = async () => {
  try {
    const response = await personalizeClient.send(
      new CreateSchemaCommand(createSchemaParam),
    );
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

    Amazon Personalize は、新しいスキーマの ARN を返します。次のステップで必要になるため、これを記録します。

  3. CreateDataset 操作を使用してデータセットを作成します。以下のコードは、データセットを作成する方法を示しています。データセットグループの Amazon リソースネーム (ARN)、前のステップのスキーマ ARN を指定し、データセットタイプを指定します。データセットタイプの値は、Interactions、Users、Items、Actions、または Action_Interactions です。データセットのタイプ別の詳細については、「Amazon Personalize のトレーニングデータの準備」を参照してください。

    SDK for Python (Boto3)
    import boto3

personalize = boto3.client('personalize')

response = personalize.create_dataset(
    name = 'dataset_name',
    schemaArn = 'schema_arn',
    datasetGroupArn = 'dataset_group_arn',
    datasetType = 'dataset_type'
)

print ('Dataset Arn: ' + response['datasetArn'])
    SDK for Java 2.x
    public static String createDataset(PersonalizeClient personalizeClient, 
                                    String datasetName, 
                                    String datasetGroupArn, 
                                    String datasetType, 
                                    String schemaArn) {
    try {
        CreateDatasetRequest request = CreateDatasetRequest.builder()
                .name(datasetName)
                .datasetGroupArn(datasetGroupArn)
                .datasetType(datasetType)
                .schemaArn(schemaArn).build();
    
        String datasetArn = personalizeClient.createDataset(request).datasetArn();
        System.out.println("Dataset " + datasetName + " created. Dataset ARN: " + datasetArn);
        
        return datasetArn;
        
    } catch(PersonalizeException e) {
        System.err.println(e.awsErrorDetails().errorMessage());
        System.exit(1);
    }
    return "";
}
    SDK for JavaScript v3
    // Get service clients module and commands using ES6 syntax.
import { CreateDatasetCommand } from "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";

// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

// Set the dataset's parameters.
export const createDatasetParam = {
  datasetGroupArn: "DATASET_GROUP_ARN" /* required */,
  datasetType: "DATASET_TYPE" /* required */,
  name: "NAME" /* required */,
  schemaArn: "SCHEMA_ARN" /* required */,
};

export const run = async () => {
  try {
    const response = await personalizeClient.send(
      new CreateDatasetCommand(createDatasetParam),
    );
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

    データセットを作成したら、トレーニングデータをインポートする準備が整います。「Amazon Personalize データセットへのトレーニングデータのインポート」を参照してください。