データセットとスキーマの要件スキーマの例 Python を使用したスキーマの作成

データセットとスキーマ

Amazon Personalize データセットはデータのコンテナです。データセットには 3 つのタイプがあります。

ユーザー – このデータセットには、ユーザーに関するメタデータが保存されます。これには、年齢、性別、ロイヤリティメンバーシップなど、パーソナライゼーションシステムで重要なシグナルとなり得る情報が含まれます。
Items – このデータセットには、項目に関するメタデータが保存されます。これには、価格、SKU タイプ、在庫状況などの情報が含まれます。
インタラクション – このデータセットは、ユーザーとアイテム間のインタラクションの履歴データとリアルタイムデータを保存します。このデータには、ユーザーの場所やデバイス (モバイル、タブレット、デスクトップなど) など、ユーザーの参照コンテキストに関するインプレッションデータとコンテキストメタデータを含めることができます。少なくとも、インタラクションデータセットを作成する必要があります。

ユーザーおよびアイテムのデータセットタイプはメタデータタイプと呼ばれ、特定のレシピでのみ使用されます。詳細については、「」を参照してください。ステップ1: レシピの選択.

データセットはデータセットAmazon Personalizeグループ内で整理されます。データセットグループには、各タイプのデータセットを 1 つだけ含めることができます。各データセットには、スキーマが関連付けられている必要があります。スキーマは、データの構造Amazon Personalizeをに指示しAmazon Personalize、がデータを解析できるようにします。スキーマには名前キーがあり、その値はデータセットタイプと一致する必要があります。

トレーニングデータをにインポートするときに、データセットとスキーマを作成しますAmazon Personalize。詳細については、「」を参照してくださいデータの準備とインポート。

トピック

データセットとスキーマの要件

各データセットには、次の表に示すように、一連の必須フィールド、予約キーワード、および必須のデータ型があります。

データセットタイプ必須フィールド予約キーワード

ユーザー

データセットタイプ	必須フィールド	予約キーワード
ユーザー	USER_ID (`string`) 1 メタデータフィールド
アイテム	ITEM_ID (`string`) 1 メタデータフィールド	CREATION_TIMESTAMP(`long`)
インタラクション	USER_ID (`string`) ITEM_ID (`string`) TIMESTAMP (`long`)	EVENT_TYPE (`string`) EVENT_VALUE (`float`、`null`) インプレッション (`string`) RECOMMENDATION_ID (`string`、`null`)

USER_ID (string)

1 メタデータフィールド

アイテム

ITEM_ID (string)

1 メタデータフィールド

CREATION_TIMESTAMP(long)

インタラクション

USER_ID (string)

ITEM_ID (string)

TIMESTAMP (long)

EVENT_TYPE (string)

EVENT_VALUE (float、null)

インプレッション (string)

RECOMMENDATION_ID (string、null)

データセットを Amazon Personalize に追加する前に、そのデータセットにスキーマを定義する必要があります。スキーマを定義してデータセットを作成すると、スキーマを変更することはできません。

スキーマを作成するときは、以下のガイドラインに従う必要があります。

Avro 形式でスキーマを定義する必要があります。サポートされている Avro データ型の詳細についてはスキーマデータ型、「」を参照してください。
スキーマフィールドは任意の順序で表示できますが、データファイル内の対応する列ヘッダーの順序と一致する必要があります。
各データセットタイプでは、スキーマに特定の非メタデータフィールドが必要です (前の表を参照)。必須フィールドを必須データ型として定義する必要があります。

スキーマデータ型

Avro 形式でスキーマを定義する必要があります。 Amazon Personalize は配列やマップなどの複合型をサポートしていません。カテゴリメタデータやインプレッションデータなど、複数の値を持つフィールドには、データ型文字列を使用します。データをフォーマットするときは、縦棒「|」文字を使用して各値を区切ります。

フィールドでは、次の Avro タイプのみがサポートされています (予約キーワードには追加のタイプ要件があります)。

float
double
int
long
文字列
boolean
null

および予約キーワード、インタラクション、ユーザー、およびアイテムのメタデータフィールドに EVENT_VALUEnullRECOMMENDATION_ID を使用できます。フィールドにnullタイプを追加すると、不完全なデータ (空白の値を持つメタデータなど) を使用してパーソナライズされた推奨事項を生成できます。次の例は、GENRES フィールドの null 型を追加する方法を示しています。


{
  "name": "GENRES",
  "type": [
    "null",
    "string"
  ],
  "categorical": true
}

メタデータフィールド

メタデータには、必須ではない、または予約キーワードを使用しない文字列フィールドまたは文字列以外のフィールドが含まれています。メタデータスキーマには以下の制限があります。

ユーザーおよび項目スキーマには、少なくとも 1 つのメタデータフィールドが必要です。
[Users (ユーザー)] スキーマの5メタデータフィールドと [Items (項目)] スキーマの50メタデータフィールドを追加することができます。
型 string の独自のメタデータフィールドを追加する場合は、categorical 属性を含める必要があります。それ以外の場合、 Amazon Personalize はモデルのトレーニング時にフィールドを使用しません。

予約キーワード

予約キーワードは、メタデータ以外のオプションのフィールドです。予約キーワードを必要なデータ型として定義する必要があります。予約キーワードは次のとおりです。

EVENT_TYPE: クリックとダウンロードの両方など、1 つ以上のイベントタイプを使用するインタラクションデータセットの場合は、 EVENT_TYPE フィールドを使用します。EVENT_TYPE フィールドをとして定義する必要がありますstring。
EVENT_VALUE: ユーザーが視聴したビデオの割合など、イベントの値データを含むインタラクションデータセットの場合は、タイプEVENT_VALUEがで、オプションで float フィールドを使用しますnull。
CREATION_TIMESTAMP: 各項目の作成日のタイムスタンプを持つ項目データセットの場合は、 CREATION_TIMESTAMP フィールドを使用します。 Amazon Personalize はCREATION_TIMESTAMPデータを使用して項目の経過日数を計算し、それに応じて推奨事項を調整します。」を参照してください。タイムスタンプデータの作成.
IMPRESSION: 明示的なインプレッションデータを持つインタラクションデータセットの場合は、型の IMPRESSION フィールドを使用しますString。イメージは、ユーザーが特定のアイテムとやり取りした (たとえば、クリックまたは監視した) ときに表示されていたアイテムのリストです。詳細については、「」を参照してくださいインプレッションデータ。
RECOMMENDATION_ID: 以前のレコメンデーションを暗黙的なインプレッションデータとして使用するインタラクションデータセットの場合は、オプションでタイプのRECOMMENDATION_IDフィールドを使用しString、オプションでと入力しますnull。

推奨事項を生成するときに暗黙的なインプレッションを使用するRECOMMENDATION_IDようにのAmazon Personalizeフィールドを追加する必要はありません。は、それを使用せずに recommendationId オペレーションPutEventsで渡すことができます。詳細については、「」を参照してくださいインプレッションデータ。

スキーマの例

各データセットタイプのスキーマの例については、以下のセクションを参照してください。

AWS Python SDK を使用したスキーマの作成

使用する Avro 形式のスキーマを定義します。
スキーマは、デフォルトの Python フォルダにある JSON ファイルに保存されます。

次のコードを使用してスキーマを作成します。


import boto3

personalize = boto3.client('personalize')

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

schema_arn = createSchemaResponse['schemaArn']

print('Schema ARN:' + schema_arn )

Amazon Personalize は、新しいスキーマの ARN を返します。後で使用するために、これを保存します。

Amazon Personalize には、スキーマを管理するためのオペレーションが用意されています。たとえば、 ListSchemas API を使用して、使用可能なスキーマのリストを取得できます。

スキーマを作成した後は、そのスキーマと一致するデータセットで使用します。詳細については、「」を参照してください。入力データのフォーマット.

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

リソースのクリーンアップ

インタラクションデータセット