Amazon Personalize 条件 - 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 条件

このセクションでは、Amazon Personalize で使用される用語について説明します。

データのインポートと管理

以下の用語は、Amazon Personalize でのデータのインポート、エクスポート、書式設定に関するものです。

コンテキストメタデータ

イベント (クリックなど) が発生したときに、ユーザーの閲覧コンテキスト (使用デバイスや場所など) について収集するやり取りデータ。コンテキストメタデータは、新規ユーザーおよび既存のユーザーに対する推奨事項の関連性を向上させることができます。

データセット

Amazon Personalize eにアップロードするデータのコンテナ。Amazon Personalize データセットには、以下の 3 つの種類があります。ユーザー、製品、やり取りです。

データセットグループ

データセット、イベントトラッカー、ソリューション、フィルター、キャンペーン、バッチ推論ジョブを含む、Amazon Personalize コンポーネントのコンテナ。データセットグループは、リソースを独立したコレクションにまとめるため、あるデータセットグループのリソースが他のデータセットグループのリソースに影響を与えることはできません。

データセットエクスポートジョブ

データセット内のレコードを Amazon S3 バケット内の 1 つ以上の CSV ファイルに出力するレコードエクスポートツール。出力 CSV ファイルには、データセットのスキーマのフィールドと一致する列名を持つヘッダー行が含まれます。

データセットインポートジョブ

Amazon S3 バケット内の CSV ファイルのデータを Amazon Personalize データセットに入力する一括インポートツール。

event

クリック、購入、動画視聴など、ユーザーが記録し、Amazon Personalize がやり取りデータセットにアップロードするユーザーアクション。イベントは、CSVファイルから一括でインポートし、Amazon Personalize eコンソールで段階的にリアルタイムでインポートできます。

明示的なインプレッション

Amazon Personalize がやり取りデータセットに手動で追加する製品のリスト。Amazon Personalize が推奨データから自動的に取得する暗黙的なインプレッションとは異なり、明示的なインプレッションに含める対象を選択します。

暗黙的なインプレッション

アプリケーションがユーザーに表示する推奨事項です。やり取りデータセットに手動で追加する明示的なインプレッションとは異なり、Amazon Personalize は推奨データから暗黙的なインプレッションを自動的に取得します。

インプレッションデータ

ユーザーが特定の製品とやり取りしたときに、ユーザーに提示した製品のリスト。ユーザーが特定の製品とやり取りしたときに、ユーザーに提示した製品のリスト。Amazon Personalize では、インプレッションデータを使用して、ユーザーが同じ製品を選択または無視した頻度に基づいて、ユーザーの新製品の関連性を計算します。

データセットとのやり取り

ユーザーと製品間のやり取り (イベント). インタラクションデータには、インプレッションデータおよびコンテキストメタデータ

製品データセット

料金、ジャンル、在庫状況など、製品に関するメタデータのコンテナ。

schema

JSON オブジェクトApache Avro形式で、データの構造について Amazon Personalize に指示します。Amazon Personalize は、スキーマを使用してデータを解析します。

ユーザーデータセット

年齢、性別、ロイヤルティメンバーシップなど、ユーザーに関するメタデータのコンテナ。

Training

以下の用語は、Amazon Personalize ズのモデルのトレーニングに関連しています。

製品間の類似性 (SIMS) のレシピ

AITEMSレシピを作成します。このレシピは、Interactions データセットのデータを使用して、指定された製品と類似する製品の推奨を作成します。SIMS レシピは、価格や色などの製品メタデータを照合するのではなく、ユーザーが製品とやり取りする方法に基づいて類似度を計算します。

personalized-ranking レシピ

APERSONALIZED_レシピを使用して、特定のユーザーについて予測される関心レベルに基づいて提供した製品のコレクションをランク付けします。パーソナライズされたランキングのレシピを使用して、特定のユーザー向けにパーソナライズされた製品または検索結果の順番をパーソナライズします。

popularity-count レシピ

AUSER_PERSONALIZEレシピを使用して、一意のユーザーとのやり取りが最も多い製品を推奨しています。

recipe

Amazon Personalize アルゴリズムは、ユーザーが操作する製品を予測する (USER_PERSONALIZATION レシピの場合)、またはユーザーが関心を示した特定の製品と類似する製品を計算する (RELATED_ITEMS レシピの場合)、または提供した製品のコレクションをランク付けするように事前構成されています。特定のユーザーの予測利息(PERSONALIZED_RANKING レシピの場合)。

solution

Amazon Personalize が推奨事項の生成に使用するレシピ、カスタマイズされたパラメータ、およびトレーニング済みモデル (ソリューションバージョン)。

ソリューションバージョン

Amazon Personalize でソリューションの一部として作成するトレーニング済みのモデル。キャンペーンにソリューションバージョンを展開して、推奨事項の要求に使用するパーソナライズ API をアクティブ化します。

トレーニングモード

ソリューションバージョンの作成時に実行するトレーニングの範囲。2 つの異なるモードがあります。完全版と更新。FULL モードでは、データセットグループ内のデータセットからのトレーニングデータ全体に基づいて、まったく新しいソリューションバージョンが作成されます。UPDATE は、既存のソリューションバージョンを段階的に更新し、前回のトレーニング以降に追加した新しいアイテムを推奨します。

注記

ユーザーパーソナライゼーションを使用すると、Amazon Personalize eはフルトレーニングモードでトレーニングされた最新のソリューションバージョンを自動的に更新します。「自動更新」を参照してください。

user-personalization レシピ

階層型再帰ニューラルネットワーク (HRNN)USER_PERSONALIZEレシピを使用して、ユーザーが操作するアイテムを予測します。ユーザーのパーソナライズのレシピでは、製品の探索とインプレッションのデータを使用して、新製品の推奨事項を生成できます。

モデルの展開と推奨事項

Amazon Personalize でのモデルのデプロイおよび使用に関する用語は、次のとおりです。

バッチ推論ジョブ

Amazon S3 バケットからバッチ入力データをインポートし、ソリューションバージョンを使用してレコメンデーションを生成し、レコメンデーションを Amazon S3 バケットにエクスポートするツール。出力データには別の場所(フォルダまたは別の Amazon S3 バケット)を使用することをお勧めします。バッチ推論ジョブを使用して、リアルタイムの更新が不要な大規模なデータセットに対して推奨事項を取得します。

キャンペーン

専用のプロビジョニング済みトランザクション容量を搭載した、デプロイ済みのソリューションバージョン (トレーニング済みモデル)。アプリケーションユーザー向けのリアルタイム推奨事項を作成します。キャンペーンを作成したら、getRecommendationsまたはgetPersonalizedRanking推奨事項を取得するには、API オペレーションを使用します。

製品調査

Amazon Personalize がさまざまな製品の推奨をテストするために使用するプロセス。やり取りデータがないか、もしくは少ない新製品の反応を学習するために使用します。Amazon Personalize は、ユーザーのパーソナライゼーションレシピを使用してモデルをトレーニングするときに、探索を使用します。リアルタイムのレコメンデーションでは、キャンペーンレベルで調査を設定します。バッチレコメンデーションの場合、バッチ推論ジョブの作成時に探索を構成します。

推奨事項

Amazon Personalize が、ユーザーが操作すると予測する製品のリスト。推奨事項は、使用している Amazon Personalize レシピに応じて、製品のリスト (USER_PERSONALIZATION レシピと RELATED_ITEMS レシピ) か、指定した製品コレクションのランキング (PERSONALIZED_RANKING レシピ) のいずれかになります。