前提条件チュートリアル Jupyter (iPython) ノートブックAPIsで Amazon Personalize の使用を開始する

ドメインデータセットグループの開始方法 (SDK for Python (Boto3))

このチュートリアルでは、 SDK for Python (Boto3) を使用して VIDEO_ON_DEMAND ドメインのドメインデータセットグループを作成する方法を示します。このチュートリアルでは、上位のおすすめユースケースのレコメンダーを作成します。

開始方法の演習を完了したら、不要な料金が発生しないように、作成したリソースを削除します。詳細については、「Amazon Personalize リソースを削除するための要件」を参照してください。

トピック

前提条件
チュートリアル
Jupyter (iPython) ノートブックAPIsで Amazon Personalize の使用を開始する

前提条件

このガイドで Python の例を使用するための前提条件のステップを以下に示します。

開始方法の前提条件を完了して必要な権限を設定し、トレーニングデータを作成します。独自のソースデータを使用する場合は、前提条件に示しているようにそのデータがフォーマットされていることを確認します。
「」で指定されているとおりに AWS SDK for Python (Boto3) 環境を設定しますAWS SDKsのセットアップ。

チュートリアル

次のステップでは、環境を検証し、Amazon Personalize SDK用の for Python (Boto3) クライアントを作成します。次に、データをインポートし、「上位のおすすめ」ユースケースのレコメンダーを作成して、レコメンデーションを取得します。

前提条件のステップを完了したら、以下の Python の例を実行して、環境が適切に設定されていることを確認します。このコードでは、このチュートリアルで使用する Amazon Personalize boto3 クライアントも作成されます。環境が正しく設定されている場合、使用可能なレシピのリストが表示され、このガイドの他の例を実行できます。


import boto3

personalizeRt = boto3.client('personalize-runtime')
personalize = boto3.client('personalize')

response = personalize.list_recipes()

for recipe in response['recipes']:
    print (recipe)

Amazon Personalize boto3 クライアントを作成して環境を検証したら、「開始方法の前提条件」の完了時に作成した履歴データをインポートします。過去のデータを Amazon Personalize にインポートするには、次の操作を実行します。

以下のコードを使用して、Amazon Personalize でスキーマを作成します。gs-domain-interactions-schema を、スキーマの名前に置き換えます。


import json
schema = {
  "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": "TIMESTAMP",
          "type": "long"
      }
  ],
  "version": "1.0"
}

create_interactions_schema_response = personalize.create_schema(
    name='gs-domain-interactions-schema',
    schema=json.dumps(schema),
    domain='VIDEO_ON_DEMAND'
)

interactions_schema_arn = create_interactions_schema_response['schemaArn']
print(json.dumps(create_interactions_schema_response, indent=2))

次のコードを使用してデータセットグループを作成します。dataset group name をデータセットグループの名前に置き換えます。


response = personalize.create_dataset_group(
  name = 'dataset group name',
  domain = 'VIDEO_ON_DEMAND'
)
dsg_arn = response['datasetGroupArn']

description = personalize.describe_dataset_group(datasetGroupArn = dsg_arn)['datasetGroup']

print('Name: ' + description['name'])
print('ARN: ' + description['datasetGroupArn'])
print('Status: ' + description['status'])

次のコードを使用して、新しいデータセットグループにアイテムインタラクションデータセットを作成します。データセットに名前を付け、前のステップの schema_arn および dataset_group_arn を指定します。
```
response = personalize.create_dataset(
    name = 'interactions-dataset-name',
    schemaArn = interactions_schema_arn,
    datasetGroupArn = dsg_arn,
    datasetType = 'INTERACTIONS'
)

dataset_arn = response['datasetArn']
```

以下のコードとともにデータセットのインポートジョブを使用してデータをインポートします。このコードでは describe_dataset_import_job メソッドを使用してジョブのステータスを追跡します。

パラメータとして、ジョブの名前、前のステップdataset_arnの、トレーニングデータを保存した Amazon S3 バケットパス (s3://bucket name/folder name/ratings.csv）、サービスIAMロールのを渡しますARN。このロールは開始方法の前提条件の一部として作成しました。Amazon Personalize には、バケットにアクセスするための許可が必要です。アクセス権限の付与については、「Amazon Personalize に対する、Amazon S3 リソースへのアクセスの付与」を参照してください。


import time
response = personalize.create_dataset_import_job(
    jobName = 'JobName',
    datasetArn = 'dataset_arn',
    dataSource = {'dataLocation':'s3://amzn-s3-demo-bucket/filename.csv'},
    roleArn = 'role_arn'
)

dataset_interactions_import_job_arn = response['datasetImportJobArn']

description = personalize.describe_dataset_import_job(
    datasetImportJobArn = dataset_interactions_import_job_arn)['datasetImportJob']

print('Name: ' + description['jobName'])
print('ARN: ' + description['datasetImportJobArn'])
print('Status: ' + description['status'])

max_time = time.time() + 3*60*60 # 3 hours
while time.time() < max_time:
    describe_dataset_import_job_response = personalize.describe_dataset_import_job(
        datasetImportJobArn = dataset_interactions_import_job_arn
    )
    status = describe_dataset_import_job_response["datasetImportJob"]['status']
    print("Interactions DatasetImportJob: {}".format(status))
    
    if status == "ACTIVE" or status == "CREATE FAILED":
        break
        
    time.sleep(60)

データセットのインポートジョブが完了すると、レコメンダーを作成する準備が整います。次のコードを使用してレコメンダーを取得します。パラメータとして、レコメンダーの名前、データセットグループの Amazon リソースネーム (ARN）、レシピ arn:aws:personalize:::recipe/aws-vod-top-picksを渡しますARN。このコードは、describe_recommender メソッドを使用してレコメンダーのステータスを追跡します。


import time
create_recommender_response = personalize.create_recommender(
  name = 'gs-python-top-picks',
  recipeArn = 'arn:aws:personalize:::recipe/aws-vod-top-picks',
  datasetGroupArn = dsg_arn     
)
recommender_arn = create_recommender_response['recommenderArn']

print('Recommender ARN:' + recommender_arn)
max_time = time.time() + 3*60*60 # 3 hours
while time.time() < max_time:

    version_response = personalize.describe_recommender(
        recommenderArn = recommender_arn
    )
    status = version_response["recommender"]["status"]

    if status == "ACTIVE":
        print("Creation succeeded for {}".format(recommender_arn))
        
    elif status == "CREATE FAILED":
        print("Creation failed for {}".format(recommender_arn))

    if status == "ACTIVE":
        break
    else:
        print("Recommender creation is still in progress")
        
    time.sleep(60)

レコメンダーを作成したら、それを使用して次のコードでレコメンデーションを取得します。前のステップで作成したレコメンダーの Amazon リソースネーム (ARN) とユーザー ID ( など) をパラメータとして渡します123。このメソッドは、推奨事項のリストを画面に出力します。


response = personalizeRt.get_recommendations(
    recommenderArn = "arn:aws:personalize:us-west-2:014025156336:recommender/gs-python-top-picks-89",
    userId = '123'
)
print("Recommended items")
for item in response['itemList']:
    print (item['itemId'])

Jupyter (iPython) ノートブックAPIsで Amazon Personalize の使用を開始する

Jupyter Notebook を使用してドメインデータセットグループの作成を開始するには、Amazon Personalize サンプルリポジトリの notebooks_managed_domains フォルダにある一連のノートブックを複製するかダウンロードします。ノートブックでは、トレーニングデータのインポート、レコメンダーの作成、Amazon Personalize でのレコメンデーションの取得について説明します。

注記

ノートブックの使用を開始する前に、.READMEmd の手順に従って環境を構築してください。

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

ドメインデータセットグループの開始方法 (SDK for Java 2.x)

ドメインデータセットグループの開始方法 (SDK JavaScript v3 用）