AWS Clean Rooms ML의 모델

AWS Clean Rooms ML은 두 당사자가 데이터를 서로 공유할 필요 없이 데이터에서 유사한 사용자를 식별할 수 있는 개인 정보 보호 방법을 제공합니다. 첫 번째 당사자는 유사 모델을 생성 및 구성하고 이를 공동 작업과 연결할 수 AWS Clean Rooms 있도록 훈련 데이터를에 가져옵니다. 그런 다음 시드 데이터를 공동 작업에 가져와서 훈련 데이터와 유사한 유사 세그먼트를 만듭니다.

작동하는 방식에 대한 자세한 설명은 교차 계정 작업 섹션을 참조하세요.

다음 주제에서는 Clean Rooms ML에서 AWS 모델을 생성하고 구성하는 방법에 대한 정보를 제공합니다.

주제

• AWS Clean Rooms ML 용어

• AWS Clean Rooms ML의 개인 정보 보호

• Clean Rooms ML의 훈련 데이터 요구 사항

• Clean Rooms ML의 시드 데이터 요구 사항

• AWS Clean Rooms ML 모델 평가 지표

AWS Clean Rooms ML 용어

Clean Rooms ML을 사용할 때는 다음 용어를 이해하는 것이 중요합니다.

• 훈련 데이터 공급자 – 훈련 데이터를 제공하고 유사 모델을 생성 및 구성한 다음 해당 유사 모델을 공동 작업에 연결하는 역할을 합니다.

• 시드 데이터 공급자 - 시드 데이터를 제공하고 유사 세그먼트를 생성하여 유사 세그먼트를 내보내는 역할을 합니다.

• 훈련 데이터 - 유사 모델을 생성하는 데 사용되는 훈련 데이터 공급자의 데이터입니다. 훈련 데이터는 사용자 동작의 유사성을 측정하는 데 사용됩니다.

  훈련 데이터에는 사용자 ID, 항목 ID 및 타임스탬프 열이 포함되어야 합니다. 필요에 따라 훈련 데이터에 다른 상호작용을 수치적 특징 또는 범주형 특징으로 포함할 수 있습니다. 상호작용의 예로는 시청한 동영상, 구매한 항목, 읽은 기사 목록 등이 있습니다.

• 시드 데이터 - 유사 세그먼트를 만드는 데 사용되는 시드 데이터 공급자의 데이터입니다. 시드 데이터는 직접 제공하거나 AWS Clean Rooms 쿼리 결과에서 가져올 수 있습니다. 유사 세그먼트는 시드 사용자와 가장 유사한 훈련 데이터의 사용자 집합입니다.

• 유사 모델 - 다른 데이터 세트에서 유사한 사용자를 찾는 데 사용되는 훈련 데이터의 기계 학습 모델입니다.

  API를 사용할 때 대상 모델이라는 용어는 유사 모델과 동일하게 사용됩니다. 예를 들어 CreateAudienceModel API를 사용하여 유사 모델을 만들 수 있습니다.

• 유사 세그먼트 - 시드 데이터와 가장 유사한 훈련 데이터의 하위 집합입니다.

  API를 사용할 때 StartAudienceGenerationJob API를 사용하여 유사 세그먼트를 생성합니다.

훈련 데이터 공급자의 데이터는 시드 데이터 공급자와 공유되지 않으며 시드 데이터 공급자의 데이터도 훈련 데이터 공급자와 공유되지 않습니다. 유사 세그먼트 출력은 훈련 데이터 공급자와 공유되지만 시드 데이터 공급자와는 공유되지 않습니다.