Amazon Personalize ワークフローの詳細 - 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。

Amazon Personalize ワークフローの詳細

Amazon Personalize のワークフローは次のとおりです。Amazon Personalize の機能、要件、およびデータガイダンスのリストを示すチェックリストについては、「」を参照してください準備チェックリスト。

  1. ユースケースを Amazon Personalize リソースに一致 – Amazon Personalize は、さまざまなケース用に設定されたドメインベースのリソースとカスタムリソースを備えています。ユースケースを Amazon Personalize リソースに一致させるときは、そのデータ要件を書き留めます。ユースケースまたはレシピを選択すると、この情報はデータの準備に役立ちます。

  2. トレーニングデータの準備 — ドメインのユースケースまたはカスタムレシピのデータ要件に基づいて、バルクトレーニングデータを CSV ファイルに準備します。ユースケースやレシピに応じて、Amazon Personalize はアイテムインタラクション、アイテム、ユーザー、アクション、アクションインタラクションデータを使用できます。バルクデータがない場合は、Amazon Personalize のトレーニング要件とドメインユースケースまたはレシピのデータ要件を満たすまで、個々のインポートオペレーションを使用してデータを収集し、イベントをストリーミングできます。

  3. データのスキーマJSONファイルを作成する – インポートするデータの種類ごとにスキーマJSONファイルを作成します。これらのファイルは、列名とそのデータ型など、データの構造と内容を概説します。

  4. データセットグループの作成 – データセットグループは Amazon Personalize リソースのコンテナです。VIDEO_ON_DEMAND または ドメイン用に事前設定されたリソースを持つECOMMERCEドメインデータセットグループを作成できます。または、カスタムデータセットグループを作成し、カスタムリソースのみを作成できます。

  5. スキーマとデータセットの作成 – スキーマは、データの構造を Amazon Personalize に指示し、Amazon Personalize がデータを解析できるようにします。データセットは、Amazon Personalize でデータをトレーニングするためのコンテナです。

  6. トレーニングデータをデータセットにインポートする – 準備したインタラクション、アイテム、ユーザー、アクション、またはアクションインタラクションレコードをインポートします。レコードは一括でインポートすることも、個別にインポートすることもできます。

  7. モデルのトレーニングとデプロイ – VIDEO_ON_DEMAND または ECOMMERCEドメインで のモデルをトレーニングしてデプロイするには、ドメインレコメンダーを作成します。カスタムリソースの場合は、カスタムソリューションとソリューションバージョンを作成します。リアルタイムのレコメンデーションについては、ソリューションバージョンのソリューションをキャンペーンにデプロイします。

  8. レコメンデーションの取得 — レコメンダーまたはカスタムキャンペーンを使用してレコメンデーションを取得します。フィルターを使用して、特定の種類のアイテムをレコメンデーションに含めたり、レコメンデーションに含めたり、レコメンデーションから除外したりできます。詳細については、「レコメンデーションとユーザーセグメントのフィルタリング」を参照してください。カスタムリソースを使用すると、キャンペーンを作成せずにバッチレコメンデーションやユーザーセグメントを取得することもできます。

  9. リアルタイムイベントを記録する – 顧客がレコメンデーションとやり取りするときに、リアルタイムイベントを記録します。これにより、インタラクションデータが蓄積され、データが最新の状態に保たれます。また、Amazon Personalize にユーザーの現在の関心を伝えることができるため、レコメンデーションの関連性が高まります。

Amazon Personalize ワークフローを初めて完了したら、データを最新の状態に保ち、手動トレーニングを使用するカスタムソリューションを定期的に再トレーニングします。これにより、モデルはユーザーの最新のアクティビティから学習し、レコメンデーションの関連性を維持および改善できます。詳細については、「レコメンデーションの関連性の維持」を参照してください。