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、次の 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格納されます。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。
アイテム— このデータセットには、アイテムに関するメタデータが格納されます。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。
とのやり取り— このデータセットは、ユーザーとアイテム間の対話からの履歴データとリアルタイムデータを格納します。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、ユーザーの閲覧コンテキストに関するインプレッションデータや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。

データセット型の Users や Items はメタデータ型と呼ばれ、特定のレシピでのみ使用されます。詳細については、「Step 1: Choosing a recipe」を参照してください。

データセットは、Amazon Personalize データセットグループ内に編成されます。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 つのみ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。Aschemaは、Amazon Personalize にデータの構造を通知し、Amazon Personalize がデータを解析できるようにします。スキーマには、値がデータセット型と一致する必要がある名前キーがあります。

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

トピック

データセットとスキーマの要件

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

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 (カテゴリ`string`または数値)
アイテム	ITEM_ID (`string`) 1 メタデータフィールド (カテゴリ`string`または数値)	TIMESTAMP (`long`)
インタラクション	USER_ID (`string`) ITEM_ID (`string`) TIMESTAMP (`long`)	EVENT_TYPE (`string`) EVENT (`float`、`null`) 印象 (`string`) RECOMMENDATION_ID (`string`、`null`)

USER_ID (string)

1 メタデータフィールド (カテゴリstringまたは数値)

アイテム

ITEM_ID (string)

1 メタデータフィールド (カテゴリstringまたは数値)

TIMESTAMP (long)

インタラクション

USER_ID (string)

ITEM_ID (string)

TIMESTAMP (long)

EVENT_TYPE (string)

EVENT (float、null)

印象 (string)

RECOMMENDATION_ID (string、null)

Amazon Personalize にデータセットを追加する前に、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、スキーマを変更できなくなります。

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。

スキーマは、Avro フォーマット。サポートする Avro データ型については、」スキーマのデータ型。
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には、スキーマ内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）。必須フィールドをその必須データ型として定義する必要があります。
スキーマは、ネストされた構造のないフラット JSON ファイルである必要があります。たとえば、フィールドを複数のサブフィールドの親にすることはできません。

スキーマのデータ型

スキーマは、Avro フォーマット。Amazon Personalize は、配列やマップなどの複雑なタイプをサポートしていません。カテゴリメタデータや表示回数データなど、複数の値を持つフィールドの場合は、文字列。データの書式を設定する場合は、縦棒文字「|」を使用して各値を区切ります。

私たちは、フィールドのための次のAvroタイプのみをサポートしています（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

次を使用できます。nullforEVENT_VALUEおよびRECOMMENDATION_ID予約済みキーワード、インタラクション、ユーザー、アイテムのメタデータフィールドです。の追加null型をフィールドに追加すると、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レコメンデーションを生成できます。次の例では、GELIES フィールドに NULL 型を追加する方法を示します。


{
  "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非文字列フィールドが含まれます。メタデータスキーマには、次の制約があります。

ユーザーとアイテムのスキーマには、少なくとも 1 つのメタデータフィールドが必要です。
Users スキーマには最大 5 つのメタデータフィールド、Items スキーマには最大 50 個のメタデータフィールドを追加できます。
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。そうしないと、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

予約済みキーワードは、メタデータ以外のオプションのフィールドです。これらのフィールドは、使用時に必須のデータ型としてフィールドを定義する必要があるため、予約済みと見なされます。予約済みキーワードは次のとおりです。

EVENT_TYPE: 1 つ以上のイベントタイプを持つ Interactions データセットの場合 ([]およびダウンロードを使用するにはEVENT_TYPEfields。EVENT_TYPE フィールドは、string。
EVENT_VALUE: ユーザーが視聴した動画の割合など、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、EVENT_VALUEtype fieldsfloatオプションでnull。
TIMESTAMP: 各アイテムの作成日のタイムスタンプを持つ Items データセットでは、CREATION_TIMESTAMPfields。Amazon Personalize の使用CREATION_TIMESTAMPデータを使用して、アイテムの年齢を計算し、それに応じてレコメンデーションを調整します。「timestampデータを作成する」を参照してください。
印象: インプレッション数が明示的なインタラクションデータセットの場合は、IMPRESSIONtype fieldsString。インプレッションは、ユーザーが特定のアイテムと対話したとき（クリックまたは視聴したときなど）に表示されたアイテムのリストです。詳細については、「Impressions data」を参照してください。
推奨ID: 以前のレコメンデーションを暗黙のインプレッションデータとして使用する Interactions データセットの場合、オプションでRECOMMENDATION_IDtype fieldsStringオプションでnull。

追加する必要はありませんRECOMMENDATION_IDフィールドAmazon Personalize、レコメンデーションの生成時に暗黙的なインプレッションを使用できます。次に渡すことができますrecommendationIdでPutEventsそれなしで操作します。詳細については、「Impressions data」を参照してください。

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 では、新しいスキーマの ARN が返されます。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、「入力データをフォーマットする」を参照してください。

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

リソースをクリーンアップする

Interactions dataset