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。
イベントの記録
Amazon Peractions では、ドメインレコメンダーとカスタムリソースの両方を使用して、Amazon Personalize actions データのみ、履歴イベントデータのみ、または両方を組み合わせて推奨を行うことができます。
リアルタイムのイベントを記録してインタラクションデータを構築し、Amazon Personalize がユーザーの最新のアクティビティから学習できるようにします。これにより、データが最新の状態に保たれ、Amazon Personalize actions レコメンデーションの関連性が向上します。ドメインのユースケースまたはレシピが対応している場合リアルタイムパーソナライゼーション、Amazon Personalize はイベントをリアルタイムで使用して、ユーザーの関心の高まりに応じてレコメンデーションを更新および調整します。
AWS SDK、AWS Amplify、または AWS Command Line Interface (AWS CLI) を使用して、リアルタイムのイベントを記録できます。イベントを記録すると、Amazon Personalize は、イベントデータをデータセットグループの Interactions データセットに追加します。まったく同じタイムスタンプとプロパティを持つ 2 つのイベントを記録した場合、Amazon Personalize はどちらかのイベントのみを保持します。
Apache Kafka を使用している場合は、以下のものを使用できます。Amazon Personalize 用 Kafka コネクターAmazon Personalize にデータをリアルタイムでストリーミングします。詳細については、を参照してください。Amazon Personalize 用 Kafka コネクター
AWSAmplify には以下が含まれています JavaScript Web クライアントアプリケーションからイベントを記録するためのライブラリと、サーバーコードでイベントを記録するためのライブラリです。詳細については、次を参照してください。Amplify-分析
トピック
イベントの記録とモデルのトレーニングに関する要件
イベントを記録するには、以下が必要です。
-
Interactions
データセットを含むデータセットグループ。これは空の場合があります。はじめに ガイドを完了した場合は、作成したものと同じデータセットグループおよびデータセットを使用できます。データセットグループとデータセットの作成については、「ステップ 2: データの準備とインポート」を参照してください。 -
イベントトラッカー。
-
PutEvents オペレーションの呼び出し。
空の Interactions データセットから始めて、十分なデータを記録したら、新しく記録されたイベントのみを使用してモデルをトレーニングできます。すべてのユースケース (ドメインデータセットグループ) とレシピ (カスタムデータセットグループ) では、トレーニング前にインタラクションデータに以下が含まれている必要があります。
-
カタログ内のアイテムを操作したユーザーからのインタラクションレコードが 1000 件以上。これらのインタラクションは、一括インポート、ストリーミングイベント、あるいはその両方によるものである可能性があります。
-
25 個以上のユニークユーザー ID で、それぞれに少なくとも 2 回のインタラクションがあります。
品質を推奨するには、1,000 人以上のユーザーからのインタラクションが少なくとも 50,000 件あり、それぞれ 2 回以上のインタラクションがあることが推奨されます。
リアルタイムイベントがレコメンデーションに与える影響
レシピがリアルタイムのパーソナライズをサポートしている場合、レコメンダーまたはカスタムキャンペーンを作成すると、Amazon Personalize はインポートから数秒以内に既存の商品について新しく記録されたイベントデータを使用します。以下のユースケースとレシピはリアルタイムパーソナライゼーションをサポートしています。
Trending-Now レシピを使用すると、Amazon Personalize は設定可能な間隔で新しいイベントデータの項目を自動的に検討します。新しいソリューションバージョンを作成する必要はありません。詳細については、「今話題のレシピ」を参照してください。
イベント内のアイテムまたはユーザーが新しい場合、Amazon Personalize がデータをどのように使用するかは、レシピによって異なります。詳細については、「新しいデータがリアルタイムのレコメンデーションに与える影響」を参照してください。