開始方法 (AWS CLI)

この演習では、AWS Command Line Interface(AWS CLI) にアクセスして Amazon Personalize。映画のレコメンデーションを特定のユーザー ID に返すキャンペーンを作成します。

この演習を開始する前に、以下を実行します。

開始方法「開始方法の前提条件」を見る
AWS CLI をセットアップします。「AWS CLI の設定」の手順に従ってください。

入門ガイドの演習を完了したら、不要な料金が発生しないように、の手順に従います。リソースをクリーンアップするをクリックして作成したリソースを削除します。

注記

-AWS CLIこの演習のコマンドは Linux でテストされています。の使用方法の詳細については、AWS CLIWindows のコマンドについては、「」を参照してください。のパラメータ値の指定AWS Command Line InterfaceのAWS Command Line Interfaceユーザーガイド。

次の手順に従って、データセットグループを作成し、このグループにデータセットを追加します。次に、映画のレーティングデータを使用してデータセットを事前設定します。

次のコマンドを実行してデータセットグループを作成します。データセットグループを暗号化するには、AWS Key Management Serviceキー ARN と、そのキーへのアクセス許可を持つIAM ロールのARN を入力パラメータとして渡します。 API の詳細については、「CreateDatasetGroup」を参照してください。
```
aws personalize create-dataset-group --name MovieRatingDatasetGroup --kms-key-arn arn:aws:kms:us-west-2:01234567890:key/1682a1e7-a94d-4d92-bbdf-837d3b62315e --role-arn arn:aws:iam::01234567890:KMS-key-access
```
データセットグループの ARN が表示されます。次に例を示します。
```
{
  "datasetGroupArn": "arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup"
}
```
作成したデータセットグループを表示するには、返されたデータセットグループの ARN を指定して、describe-dataset-group コマンドを使用します。
```
aws personalize describe-dataset-group \
--dataset-group-arn arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup
```
データセットグループとそのプロパティが表示されます。次に例を示します。
```
{
    "datasetGroup": {
        "name": "MovieRatingDatasetGroup",
        "datasetGroupArn": "arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup",
        "status": "ACTIVE",
        "creationDateTime": 1542392161.262,
        "lastUpdatedDateTime": 1542396513.377
    }
}
```
注記
データセットグループ内にデータセットを作成するには、データセットグループの status が ACTIVE になるまで待ちます。通常、このオペレーションは高速に処理されます。

データセットグループの ARN が不明な場合は、list-dataset-groups コマンドを使用して、作成したすべてのデータセットグループとその ARN を表示します。
```
aws personalize list-dataset-groups
```
注記
-describe-objectそしてlist-objectsコマンドは、ほとんどの Amazon Personalize オブジェクトで使用できます。これらのコマンドは、この演習で以後取り扱いませんが、いつでも使用可能です。
次のコードを MovieRatingSchema.json という名前のファイルに保存して、スキーマファイルを JSON 形式で作成します。スキーマは、以前に ratings.csv に追加したヘッダーと一致します。スキーマ名Interactionsは Amazon Personalize で認識される 3 種類のデータセットの 1 つと一致します。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。
```
{
  "type": "record",
  "name": "Interactions",
  "namespace": "com.amazonaws.personalize.schema",
  "fields": [
      {
          "name": "USER_ID",
          "type": "string"
      },
      {
          "name": "ITEM_ID",
          "type": "string"
      },
      {
          "name": "TIMESTAMP",
          "type": "long"
      }
  ],
  "version": "1.0"
}
```
次のコマンドを実行してスキーマを作成します。前のステップで保存したファイルを指定します。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。 API の詳細については、「CreateSchema」を参照してください。
```
aws personalize create-schema \
  --name MovieRatingSchema \
  --schema file://MovieRatingSchema.json
```
スキーマの Amazon リソースネーム (ARN) が表示されます。次に例を示します。
```
{
  "schemaArn": "arn:aws:personalize:us-west-2:acct-id:schema/MovieRatingSchema"
}
```
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。前のステップで返されたデータセットグループの ARN とスキーマの ARN を指定します。dataset-type は、前のステップのスキーマ name と一致する必要があります。 API の詳細については、「CreateDataset」を参照してください。
```
aws personalize create-dataset \
  --name MovieRatingDataset \
  --dataset-group-arn arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup \
  --dataset-type Interactions \
  --schema-arn arn:aws:personalize:us-west-2:acct-id:schema/MovieRatingSchema
```
データセットの ARN が表示されます。次に例を示します。
```
{
  "datasetArn": "arn:aws:personalize:us-west-2:acct-id:dataset/MovieRatingDatasetGroup/INTERACTIONS"
}
```
トレーニングデータをデータセットに追加します。
1. 次のコマンドを実行してデータセットのインポートジョブを作成します。前のステップで返されたデータセットの ARN と Amazon S3 バケット名を指定します。への入力方法AWS Identity and Access Management「」で作成した (IAM) ロール ARNAmazon Personalize 用の IAM ロールの作成。 API の詳細については、「CreateDatasetImportJob」を参照してください。
```
aws personalize create-dataset-import-job \
  --job-name MovieRatingImportJob \
  --dataset-arn arn:aws:personalize:us-west-2:acct-id:dataset/MovieRatingDatasetGroup/INTERACTIONS \
  --data-source dataLocation=s3://bucketname/ratings.csv \
  --role-arn roleArn
```
  データセットのインポートジョブの ARN が表示されます。次に例を示します。
```
{
  "datasetImportJobArn": "arn:aws:personalize:us-west-2:acct-id:dataset-import-job/MovieRatingImportJob"
}
```
2. describe-dataset-import-job コマンドを使用してステータスを確認します。前のステップで返されたデータセットのインポートジョブの ARN を指定します。 API の詳細については、「DescribeDatasetImportJob」を参照してください。
```
aws personalize describe-dataset-import-job \
  --dataset-import-job-arn arn:aws:personalize:us-west-2:acct-id:dataset-import-job/MovieRatingImportJob
```
  データセットのインポートジョブのプロパティとそのステータスが表示されます。最初、status は CREATE PENDING と表示されます。次に例を示します。
```
{
  "datasetImportJob": {
      "jobName": "MovieRatingImportJob",
      "datasetImportJobArn": "arn:aws:personalize:us-west-2:acct-id:dataset-import-job/MovieRatingImportJob",
      "datasetArn": "arn:aws:personalize:us-west-2:acct-id:dataset/MovieRatingDatasetGroup/INTERACTIONS",
      "dataSource": {
          "dataLocation": "s3://<bucketname>/ratings.csv"
      },
      "roleArn": "role-arn",
      "status": "CREATE PENDING",
      "creationDateTime": 1542392161.837,
      "lastUpdatedDateTime": 1542393013.377
  }
}
```
  ステータスが ACTIVE と表示されると、データセットのインポートが完了します。これで、指定したデータセットを使用してモデルをトレーニングする準備が整いました。
  
  注記
  インポートには時間がかかります。データセットのインポートが完了するまで待ってから、データセットを使用してモデルのトレーニングを開始します。

モデルを初めてトレーニングするには 2 つのステップが必要です。まず、CreateSolution オペレーションを使用してモデルをトレーニングするための設定を作成します。次に、CreateSolutionVersion オペレーションを使用してモデルをトレーニングします。

レシピとトレーニングデータを使用してモデルをトレーニングします。Amazon Personalize は、一連の定義済みレシピを提供します。詳細については、「ステップ 1: レシピの選択」を参照してください。この演習では、User-Personalization レシピを使用します。

モデルトレーニングの設定を作成するには、次のコマンドを実行します。


aws personalize create-solution \
  --name MovieSolution \
  --dataset-group-arn arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup \
  --recipe-arn arn:aws:personalize:::recipe/aws-user-personalization

ソリューションの ARN が表示されます。次に例を示します。


{
  "solutionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution"
}

をチェックします。作成を使用したステータスの表示describe-solutionコマンド。前のステップで返されたソリューションの ARN を指定します。 API の詳細については、「DescribeSolution」を参照してください。


aws personalize describe-solution \
  --solution-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution

ソリューションのプロパティと作成の status が表示されます。最初、ステータスには CREATE PENDING と表示されます。次に例を示します。


{      
  "solution": {
      "name": "MovieSolution",
      "solutionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution",
      "performHPO": false,
      "performAutoML": false,
      "recipeArn": "arn:aws:personalize:::recipe/aws-user-personalization",
      "datasetGroupArn": "arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup",
      "solutionConfig": {},
      "status": "ACTIVE",
      "creationDateTime": "2021-05-12T16:27:59.819000-07:00",
      "lastUpdatedDateTime": "2021-05-12T16:27:59.819000-07:00"
  }
}

ソリューションが ACTIVE の場合、次のコマンドを実行してモデルをトレーニングします。
```
aws personalize create-solution-version \
  --solution-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution
```
ソリューションバージョンの ARN が表示されます。次に例を示します。
```
{
  "solutionVersionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/<version-id>"
}
```
をチェックします。トレーニングを使用したソリューションバージョンのステータスdescribe-solution-versionコマンド。前のステップで返ったソリューションバージョンの ARN を指定します。 API の詳細については、「DescribeSolutionVersion」を参照してください。
```
aws personalize describe-solution-version \
  --solution-version-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/version-id
```
ソリューションバージョンのプロパティとトレーニングの status が表示されます。最初、ステータスには CREATE PENDING と表示されます。次に例を示します。
```
{
  "solutionVersion": {
      "solutionVersionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/<version-id>",
      ...,
      "status": "CREATE PENDING"
  }
}
```
ソリューションバージョンの場合statusがアクティブになったら、トレーニングは完了します。

次に、トレーニングメトリクスを確認し、このソリューションバージョンを使用してキャンペーンを作成できます。

注記
トレーニングには時間がかかります。トレーニングが完了する (ソリューションバージョンのトレーニングのステータスが ACTIVE と表示される) まで待ってから、このバージョンのソリューションをキャンペーンで使用します。

ソリューションバージョンのパフォーマンスを検証するには、そのメトリクスを確認できます。次のコマンドを実行して、ソリューションバージョンのメトリクスを取得します。以前に返ったソリューションバージョンの ARN を指定します。 API の詳細については、「GetSolutionMetrics」を参照してください。


aws personalize get-solution-metrics \
  --solution-version-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/version-id

レスポンスの例を次に示します。


{
  "solutionVersionArn": "arn:aws:personalize:us-west-2:acct-id:solution/www-solution/<version-id>",
  "metrics": {
        "coverage": 0.0485,
        "mean_reciprocal_rank_at_25": 0.0381,
        "normalized_discounted_cumulative_gain_at_10": 0.0363,
        "normalized_discounted_cumulative_gain_at_25": 0.0984,
        "normalized_discounted_cumulative_gain_at_5": 0.0175,
        "precision_at_10": 0.0107,
        "precision_at_25": 0.0207,
        "precision_at_5": 0.0107
    }
}

レコメンデーションを取得するには、事前にソリューションバージョンをデプロイする必要があります。ソリューションのデプロイは、キャンペーンの作成とも呼ばれます。キャンペーンを作成すると、クライアントアプリケーションは GetRecommendations API を使用してレコメンデーションを取得できます。

次のコマンドを実行してキャンペーンを作成します。前のステップで返ったソリューションバージョンの ARN を指定します。 API の詳細については、「CreateCampaign」を参照してください。


aws personalize create-campaign \
  --name MovieRecommendationCampaign \
  --solution-version-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/version-id \
  --min-provisioned-tps 1

レスポンスの例を次に示します。


{
  "campaignArn": "arn:aws:personalize:us-west-2:acct-id:campaign/MovieRecommendationCampaign"
}

次のコマンドを実行してデプロイのステータスを確認します。前のステップで返されたキャンペーンの ARN を指定します。 API の詳細については、「DescribeCampaign」を参照してください。


aws personalize describe-campaign \
  --campaign-arn arn:aws:personalize:us-west-2:acct-id:campaign/MovieRecommendationCampaign

レスポンスの例を次に示します。


{
  "campaign": { 
      "name": "MovieRecommendationCampaign",
      "campaignArn": "arn:aws:personalize:us-west-2:acct-id:campaign/MovieRecommendationCampaign",
      "solutionVersionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/<version-id>",
      "minProvisionedTPS": "1",
      "creationDateTime": 1543864775.923,
      "lastUpdatedDateTime": 1543864791.923,
      "status": "CREATE IN_PROGRESS"
  }
}

注記

キャンペーンからレコメンデーションを取得するには、status が ACTIVE と表示されるまで待ちます。

get-recommendations コマンドを実行してレコメンデーションを取得します。前のステップで返されたキャンペーンの ARN を指定します。リクエストでは、映画のレーティングデータセットのユーザー ID を指定します。 API の詳細については、「GetRecommendations」を参照してください。

注記

すべてのレシピで GetRecommendations API がサポートされているわけではありません。詳細については、「ステップ 1: レシピの選択」を参照してください。

このステップで呼び出す AWS CLI コマンド (personalize-runtime) は、以前のステップとは異なります。


aws personalize-runtime get-recommendations \
  --campaign-arn arn:aws:personalize:us-west-2:acct-id:campaign/MovieRecommendationCampaign \
  --user-id 123

キャンペーンは、ユーザーが好むと思われるアイテムのレコメンデーション (映画 ID) のリストをレスポンスで返します。リストは、ユーザーに関連する度合いの高い順 (降順) にソートされます。


{
  "itemList": [
      {
          "itemId": "14"
      },
      {
          "itemId": "15"
      },
      {
          "itemId": "275"
      },
      {
          "itemId": "283"
      },
      {
          "itemId": "273"
      },
      ...
  ]
}

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

開始方法 (コンソール)

開始方法 (SDK for Python (Boto3))