入力データのフォーマット

データを Amazon Personalize にインポートするために使用するファイルは、使用しているスキーマに対応している必要があります。

Amazon Personalize は、コンマ区切り値 (CSV) 形式のファイルからのみデータをインポートします。Amazon Personalize では、CSV ファイルの最初の行に列ヘッダーが含まれている必要があります。CSV ファイルの列ヘッダーは、データセットを作成するためにスキーマに対応している必要があります。ヘッダーを引用符 (") で囲まないでください。TIMESTAMP および CREATION_TIMESTAMP データは UNIX エポック時間形式である必要があります。詳細については、「」を参照してください。タイムスタンプのデータ。スキーマの詳細については、「データセットとスキーマ」を参照してください。

重要

データに ASCII でエンコードされていない文字が含まれている場合は、CSV ファイルを UTF-8 形式でエンコードする必要があります。

次のインタラクションデータは、映画のチケットを販売するウェブサイトからの過去のユーザーアクティビティを表しています。このデータを使用して、他のユーザーのアクティビティに基づき映画のレコメンデーションをユーザーに提供するモデルをトレーニングできます。

USER_ID,ITEM_ID,EVENT_TYPE,EVENT_VALUE,TIMESTAMP
196,242,click,15,881250949
186,302,click,13,891717742
22,377,click,10,878887116
244,51,click,20,880606923
166,346,click,10,886397596
298,474,click,40,884182806
115,265,click,20,881171488
253,465,click,50,891628467
305,451,click,30,886324817
  

関連するインタラクションスキーマを以下に繰り返します。

{
  "type": "record",
  "name": "Interactions",
  "namespace": "com.amazonaws.personalize.schema",
  "fields": [
    {
      "name": "USER_ID",
      "type": "string"
    },
    {
      "name": "ITEM_ID",
      "type": "string"
    },
    { "name": "EVENT_TYPE",
      "type": "string"
    },
    {
      "name": "EVENT_VALUE",
      "type": "float"
    },
    {
      "name": "TIMESTAMP",
      "type": "long"
    }
  ],
  "version": "1.0"
}

Amazon Personalize には、USER_ID、ITEM_ID、および TIMESTAMP フィールドが必要です。USER_ID は、アプリケーションのユーザーの識別子です。ITEM_ID は映画の識別子です。EVENT_TYPE と EVENT_VALUE は、ユーザーアクティビティの識別子です。サンプルデータでは、click は映画の購入イベントを表し、15 は映画の購入価格です。TIMESTAMP は、映画の購入が実行された Unix エポック時間を表します。

タイムスタンプのデータ

TIMESTAMP (Interactions データセットの場合) または CREATION_TIMESTAMP (Items データセットの場合) データなどのタイムスタンプデータは、Unix エポック時間 (秒) 形式である必要があります。例えば、2020 年 7 月 31 日の日付のエポックタイムスタンプ (秒) は 1596238243 です。日付を Unix エポックタイムスタンプに変換するには、[Epoch converter - Unix timestamp converter] (エポックコンバーター - Unix タイムスタンプコンバーター) を使用します。

明示的なインプレッションのフォーマット

User-Personalization レシピを使用すると、インプレッションデータを記録およびアップロードできます。インプレッションは、ユーザーが特定のアイテムを操作した (例えば、クリックや視聴した) ときに表示されたアイテムのリストです。一括データインポートでインプレッションデータをアップロードするには、各アイテム ID を手動で記録し、履歴インタラクションデータの一部として値をバーティカルバー「|」の文字で区切ります。縦棒の文字は、インプレッションデータの 1000 文字制限にカウントされます。インプレッションデータの詳細については、「インプレッションデータ」を参照してください。

IMPRESSION 列に明示的なインプレッションを含む Interactions データセットからの短い抜粋を次に示します。

EVENT_TYPE	IMPRESSION	ITEM_ID	TIMESTAMP	USER_ID
クリック	73|70|17|95|96	73	1586731606	USER_1
クリック	35|82|78|57|20|63|1|90|76|75|49|71|26|24|25|6	35	1586735164	USER_2
...	...	...	...	...

アプリケーションは、ユーザーに対して、 USER_1 アイテム、73、70、17、95 および 96 を表示し、ユーザーは最終的にアイテム 73 を選択しました。このデータに基づいて新しいソリューションバージョンを作成すると、アイテム 70、17、95、および 96 がユーザー USER_1 に推奨される頻度が低くなります。

カテゴリ別データ

カテゴリ別文字列データを使用する場合に 1 つのアイテムに複数のカテゴリを含めるには、縦棒文字「|」を使用して値を区切ります。たとえば、2 つのカテゴリがあるアイテムの場合、データ行は次のようになります。

ITEM_ID,GENRE
item_123,horror|comedy

データをフォーマットしたら、Amazon S3 バケットにアップロードして、Amazon Personalize にインポートできるようにします。詳細については、Amazon S3 バケットへのアップロードを参照してください。