レコメンダーの更新

レコメンダーを作成したら、レコメンダーの設定を更新できます。

• レコメンダーがトレーニングで使用する列を更新できます。トレーニング時に使用する列を変更すると、Amazon Personalize はレコメンダーを裏付けるモデルの完全な再トレーニングを自動的に開始します。更新が完了しても、レコメンダーからレコメンデーションを受けることができます。レコメンダーは、更新が完了するまで以前の設定を使用します。この更新のステータスを追跡するには、DescribeRecommender 操作で返された latestRecommenderUpdate を使用します。レコメンダーを作成したときと同じ列を指定しても、更新は行われません。

• レコメンダーの 1 秒あたりの最小推奨リクエスト数は更新できます。これにより、Amazon Personalize によってプロビジョニングされるベースラインのレコメンデーションリクエストスループットが指定されます。値を高く設定すると請求額が増加します。1 から始めることをお勧めします。Amazon CloudWatch メトリクスを使用して使用状況を追跡し、必要に応じて増やします。詳細については、「1 秒あたりの最小レコメンデーションリクエスト数と自動スケーリング」を参照してください。

• 上位のおすすめやおすすめユースケースについては、関連項目の探索に重点を置くように調整し、探索項目の有効期限を調整することで探索設定を更新できます。探索について詳しくは、「ユースケースの選択」のユースケースのセクションを参照してください。

Amazon Personalize コンソール、AWS Command Line Interface (AWS CLI)、または AWS SDK を使用して、レコメンデーションを更新できます。

レコメンダーの更新 (Amazon Personalize コンソール)

レコメンダーの作成後、レコメンダーを更新できます。レコメンダーがトレーニングで使用する列と、レコメンダーの 1 秒あたりの最小推奨リクエスト数を更新できます。上位のおすすめとおすすめのユースケースについては、探索設定を更新できます。コンソールでレコメンダーを更新するには、次の操作を実行します。

レコメンダーの設定を更新するには (コンソール)

1. https://console.aws.amazon.com/personalize/home で Amazon Personalize コンソールを開き、アカウントにサインインします。

2. [データセットグループ] のページで、ドメインデータセットグループを選択します。

3. ナビゲーションペインから、[レコメンダー] を選択します。

4. [レコメンダー] のページで、更新するレコメンダーを選択します。

5. [レコメンダー設定] で、[編集] を選択します。

6. レコメンダーの設定に変更を加えて、[更新] を選択します。さまざまな設定オプションについては、「レコメンダーの作成 (コンソール)」を参照してください。

レコメンダーの更新 (AWS CLI)

レコメンダーを AWS CLI で更新するには、update-recommender コマンドを使用します。レコメンダーと更新済みの設定に対して Amazon リソースネーム (ARN) を指定します。次のコードは、レコメンダーがトレーニングに使用する列を更新する方法を示しています。

aws personalize update-recommender \
--dataset-group-arn dataset group ARN \
--recommender-config "{\"trainingDataConfig\": {\"excludedDatasetColumns\": { \"datasetType\" : [ \"column1Name\", \"column2Name\"]}}}"

トレーニングに使用した列を変更すると、Amazon Personalize はレコメンダーを裏付けるモデルの完全な再トレーニングを自動的に開始します。更新が完了しても、レコメンダーからレコメンデーションを取得することができます。レコメンダーは、更新が完了するまで以前の設定を使用します。この更新のステータスを追跡するには、DescribeRecommender 操作で返された latestRecommenderUpdate を使用します。

変更できるさまざまな設定についての詳細は、「RecommenderConfig」を参照してください。

レコメンダーの更新 (AWS SDK)

レコメンダーを AWS で更新するには、UpdateRecommender 操作を使用します。レコメンダーの Amazon リソースネーム (ARN) を指定し、新しい設定を指定します。次のコードは、レコメンダーがトレーニングに使用する列を更新する方法を示しています。

SDK for Python (Boto3)

import boto3

personalize = boto3.client('personalize')

update_recommender_response = personalize.update_recommender(
  recommenderArn = 'dataset group ARN',
  recommenderConfig = {
    "trainingDataConfig": {
      "excludedDatasetColumns": { 
        "datasetType": ["COLUMN_A", "COLUMN_B"]
      }
    }
  }     
)

SDK for JavaScript v3

// Get service clients and commands using ES6 syntax.
import { UpdateRecommenderCommand, PersonalizeClient } from
  "@aws-sdk/client-personalize";

// create personalizeClient
const personalizeClient = new PersonalizeClient({
  region: "REGION"
});

// set the request's parameters
export const updateRecommenderParam = {
  recommenderArn: "RECOMMENDER_ARN", /* required */
  recommenderConfig: {
    trainingDataConfig: {
      excludedDatasetColumns: {
        "DATASET_TYPE": ["COLUMN_A", "COLUMN_B"]   
      }
    }
  }
};

export const run = async () => {
  try {
    const response = await personalizeClient.send(new UpdateRecommenderCommand(updateRecommenderParam));
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

recommenderConfig の excludedDatasetColumns でトレーニングに使用されている列を変更すると、Amazon Personalize はレコメンダーを裏付けるモデルの完全な再トレーニングを自動的に開始します。更新が完了しても、レコメンダーからレコメンデーションを取得することができます。レコメンダーは、更新が完了するまで以前の設定を使用します。この更新のステータスを追跡するには、DescribeRecommender 操作で返された latestRecommenderUpdate を使用します。

変更できるさまざまな設定についての詳細は、「RecommenderConfig」を参照してください。