インタラクションデータ - Amazon Personalize

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

インタラクションデータ

Amazon Personalize では、インタラクション出来事記録し、トレーニングデータとしてインポートします。たとえば、複数のイベントタイプを記録できます。クリック,腕時計または好む。たとえば、ユーザーが次の場合です。クリックする特定のアイテムと好きアイテム、およびAmazon Personalize にこれらのイベントをトレーニングデータとして使用し、各イベントについて、ユーザーの ID、アイテムの ID、タイムスタンプ (Unix タイムエポック形式)、およびイベントタイプ (クリックそして好む). 次に、両方のインタラクションイベントを Interactions データセットに追加します。十分なイベントを記録したら、モデルをトレーニングし、Amazon Personalize を使用してユーザー向けのレコメンデーションを生成できます。最小要件については、以下を参照してください。サービスクォータ

Amazon Personalize は、インタラクションデータをデータセットとのやり取り。レコメンダーまたはカスタムソリューションを作成するには、少なくとも Interactions データセットを作成する必要があります。このセクションでは、Amazon Personalize にインポートできる次のタイプのインタラクションデータについて説明します。

イベントタイプとイベント値データ

インタラクションデータセットには、次のようなイベントタイプのデータを格納できます。クリックそして腕時計イベントタイプ、および各イベントのイベント値データ。

  • VIDEO_ON_DEMAND または E コマースドメインのドメインデータセットグループを作成する場合、すべてのユースケースでデータに EVENT_TYPE フィールドを含める必要があります。ユースケースごとに異なるイベントタイプが必要です。詳細については、「」を参照してください。レコメンダーのユースケースの選択

    ドメインデータセットグループでは、Amazon Personalize はイベント値データを使用しません。

  • カスタムデータセットグループを作成する場合、Amazon Personalize はトレーニングの前にイベントタイプとイベント値データを使用してイベントをフィルタリングします。イベントタイプデータ、またはイベントタイプをインポートできます。そしてイベント値データ。このデータをインポートして、Amazon Personalize がトレーニングで使用するインタラクションデータを次のように選択します。

    • イベントタイプに基づいてイベントを選択する— タイプに基づいてレコードを選択するには、イベントごとにタイプを EVENT_TYPE 列に記録します。ソリューションを設定するときにタイプを指定し、Amazon Personalize はこのタイプのレコードのみをトレーニングで使用します。

      たとえば、データに次のものが含まれているとします。購入,クリック, および腕時計イベントタイプ。Amazon Personalize でモデルのトレーニングのみを行う場合腕時計イベントの場合は、各イベントのタイプを EVENT_TYPE 列に含めます。次に、ソリューションを作成するときに、腕時計としてevent typeAmazon Personalize がトレーニングで使用していること。

      インタラクションデータセットの EVENT_TYPE 列に複数のイベントタイプがあり、ソリューションの設定時にイベントタイプを指定しない場合、Amazon Personalize はすべてのインタラクションデータを使用して、タイプに関係なく同じ重みのトレーニングに使用されます。

    • タイプと値に基づいてレコードを選択する— タイプと値に基づいてレコードを選択するには、各イベントのイベントタイプとイベント値を記録します。各イベントで選択する値は、除外するデータと記録するイベントタイプによって異なります。たとえば、ユーザーが視聴した動画の割合など、ユーザーアクティビティを一致させることができます。腕時計イベントタイプ。

      ソリューションを構成するときは、トレーニングからレコードを除外するためのしきい値として特定の値を設定します。たとえば、EVENT_TYPE がのイベントのイベントの EVENT_VALUE データがあるとします。腕時計イベント値のしきい値を 0.5 に設定し、イベントタイプを腕時計Amazon Personalize は、モデルのトレーニングのみを使用してトレーニングします。腕時計EVENT_VALUE が 0.5 以上であるインタラクションイベント。

コンテキストメタデータ

特定のレシピやレコメンダーのユースケースでは、Amazon Personalize は、ユーザーにとって最も関連性の高いアイテムを明らかにする基礎となるパターンを特定する際に、コンテキストメタデータを使用できます。コンテキストメタデータは、イベントの発生時にユーザーの環境上で収集するインタラクションデータ(ユーザーの場所やデバイスタイプなど)です。

コンテキストメタデータを組み込むことで、既存のユーザーによりパーソナライズされたエクスペリエンスを提供できます。たとえば、コンピュータと比べて電話からカタログにアクセスする場合に、顧客のショッピングが異なる場合は、ユーザーのデバイスに関するコンテキストメタデータを含めます。レコメンデーションは、閲覧方法に基づいてより関連性が高まります。

さらに、コンテキストメタデータは、新規ユーザーまたは身元不明のユーザーのコールドスタートフェーズを減らすのに役立ちます。コールドスタートフェーズとは、そのユーザーに関する履歴情報が不足しているため、レコメンデーションエンジンがレコメンデーションの関連性の低いレコメンデーションを提供する期間を指します。

ドメインデータセットグループでは、次の推奨ユースケースでコンテキストメタデータを使用できます。

カスタムデータセットグループとカスタムソリューションの場合、コンテキストメタデータを使用するレシピには次のものがあります。

コンテキスト情報の詳細については、以下を参照してください。AWSMachine Learning のブログ投稿: コンテキスト情報を活用して Amazon Personalize レコメンデーションの関連性を高める

インプレッションデータ

VIDEO_ON_DEMAND または E コマースドメインのドメインデータセットグループを作成する場合、またはユーザーパーソナライゼーションレシピ、Amazon Personalize は、インタラクションデータセットにアップロードするインプレッションデータをモデル化できます。インプレッションは、ユーザーが特定のアイテムとインタラクション(クリックやウォッチなど)したときに表示されていたアイテムのリストです。Amazon Personalize では、インプレッションデータを使用して、調査に含めるアイテムを決定します。[探査]レコメンデーションには、インタラクションデータまたは関連性の低い新しいアイテムが含まれます。インプレッションデータでアイテムが発生する頻度が高いほど、Amazon Personalize でアイテムが探索に含まれる可能性は低くなります。

探索の利点については、「」を参照してください。ユーザーパーソナライゼーション。Amazon Personalize では次の 2 種類のインプレッションをモデル化できます。暗黙的なインプレッションそして明白なインプレッション

暗黙的なインプレッション

暗黙的なインプレッションAmazon Personalize から取得され、ユーザーに表示されるレコメンデーションはどれですか。これらをレコメンデーションワークフローに統合するには、RecommendationIdによって返されるGetRecommendationsそしてGetPersonalizedRankingオペレーション) 将来の入力としてPutEventsリクエスト. Amazon Personalize は、お客様のレコメンデーションデータに基づいて暗黙的なインプレッションを取得します。

たとえば、ストリーミングビデオのレコメンデーションを提供するアプリケーションを使用できます。暗黙的なインプレッションを使用するレコメンデーションワークフローは、次のようになります。

  1. Amazon Personalize を使用して、ユーザーの 1 人のおすすめ動画をリクエストします。GetRecommendationsAPI オペレーション.

  2. Amazon Personalize は、モデル(ソリューションバージョン)を使用しているユーザーに対するレコメンデーションを生成し、recommendationIdを API レスポンスの中に入力します。

  3. 動画のレコメンデーションをアプリケーションでユーザーに表示します。

  4. ユーザーがビデオと対話したとき(クリックなど)、その選択肢をコールに記録するPutEventsAPIとインクルードするrecommendationIdパラメータとして。コードサンプルについては、「」を参照してください。インプレッションデータの記録

  5. Amazon Personalize はrecommendationIdを使用して、以前の動画のおすすめからインプレッションデータを導き、インプレッションデータを使用して探索をガイドします。ここでは、インタラクションデータまたは関連性の低い新しい動画が今後のおすすめ情報に含まれます。

    インプリシットインプレッションデータを使用してイベントを記録する方法については、を参照してください。インプレッションデータの記録

明白なインプレッション

明白なインプレッション手動で記録して Amazon Personalize に送信したインプレッションですか。明示的なインプレッションを使用して、Amazon Personalize の結果を操作します。アイテムの順序に影響はありません。

たとえば、靴のレコメンデーションを提供するショッピングアプリケーションを使用できます。現在在庫がある靴のみをお勧めする場合は、明示的なインプレッションを使用してこれらの商品を指定できます。明示的なインプレッションを使用するレコメンデーションワークフローは、次のようになります。

  1. Amazon Personalize を使用して、ユーザーの 1 人のレコメンデーションをリクエストします。GetRecommendationsアピ。

  2. Amazon Personalize は、モデル(ソリューションバージョン)を使用するユーザーに対するレコメンデーションを生成し、API レスポンスで返します。

  3. 在庫のある推奨靴のみをユーザーに表示します。

  4. リアルタイムインクリメンタルデータのインポートでは、ユーザーが靴のペアと対話したとき(クリックなど)、その選択肢をコールに記録します。PutEventsAPIと在庫があるおすすめ商品を一覧表示してimpressionパラメータ。コードサンプルについては、「」を参照してください。インプレッションデータの記録

    過去のインタラクションデータにインプレッションをインポートする場合、CSV ファイルに明示的なインプレッションをリストし、各アイテムを '|' 文字で区切ることができます。「明示的なインプレッションのフォーマット」を参照してください。

  5. Amazon Personalize では、インプレッションデータを使用して探索をガイドします。ここでは、インタラクションデータや関連性の低い新しい靴が今後の推奨事項に含まれます。