시작하기 전제 조건 - Amazon Personalize
학습 데이터 생성(도메인 데이터 세트 그룹)학습 데이터 생성(사용자 지정 데이터 세트 그룹)

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

시작하기 전제 조건

다음 단계는 시작하기 연습의 전제 조건을 나타냅니다.

  1. Amazon Personalize가 사용자를 대신하여 리소스에 액세스할 수 있도록 권한을 설정합니다. 여기에는 Amazon Personalize에 대한 서비스 역할을 생성하고 IAM 정책을 통해 Amazon Personalize 리소스에 대한 액세스 권한을 부여하는 작업이 포함됩니다. 자세한 내용은 Amazon Personalize에 리소스에 액세스할 수 있는 권한 부여 섹션을 참조하세요.

  2. 학습 데이터를 준비해 데이터를 Amazon S3 버킷에 업로드합니다.

  3. Amazon Personalize에 Amazon S3 리소스에 대한 액세스 권한 부여에 지정된 대로 Amazon Personalize 서비스 역할에 Amazon S3 리소스에 액세스할 수 있는 권한을 부여합니다.

학습 데이터 생성(도메인 데이터 세트 그룹)

학습 데이터를 생성하려면 영화 평점 데이터를 다운로드하여 수정하고 Amazon Simple Storage Service(Amazon S3) 버킷에 저장합니다. 그런 다음, 버킷에서 읽을 수 있는 권한을 Amazon Personalize에 부여합니다.

학습 데이터를 생성하려면

  1. MovieLens의 교육 및 개발 권장 사항에 따라 영화 등급 zip 파일인 ml-latest-small.zip를 다운로드하고 압축을 풉니다(F. Maxwell Harper 및 Joseph A. Konstan. 2015. The MovieLens Datasets: History and Context. ACM Transactions on Interactive Intelligent Systems (TiiS) 5, 4: 19:1–19:19. https://doi.org/10.1145/2827872).

  2. ratings.csv 파일을 엽니다. 이 파일에는 이 자습서의 상호작용 데이터가 들어 있습니다.

    1. 평점 열을 삭제합니다.

    2. userId 및 movieId 열의 이름을 각각 USER_ID 및 ITEM_ID로 바꿉니다.

    3. EVENT_TYPE 열을 추가하고 모든 레코드의 값을 watch로 설정합니다. Microsoft Excel을 사용하는 경우 열의 첫 번째 셀에 watch을 입력한 다음 셀의 오른쪽 하단 모서리를 두 번 클릭하여 모든 레코드에 대해 EVENT_TYPE을 설정할 수 있습니다. 헤더가 다음과 같아야 합니다.

      USER_ID,ITEM_ID,TIMESTAMP,EVENT_TYPE

      Amazon Personalize가 데이터를 인식하려면 이 열이 표시된 것과 정확히 일치해야 합니다. 데이터의 처음 몇 줄은 다음과 같은 형식이어야 합니다.

      USER_ID,ITEM_ID,TIMESTAMP,EVENT_TYPE
1,1,964982703,watch
1,3,964981247,watch
1,6,964982224,watch
1,47,964983815,watch
1,50,964982931,watch
....
....

    ratings.csv 파일을 저장합니다.

  3. Amazon S3 버킷에 ratings.csv을 업로드합니다. 자세한 내용은 Amazon Simple Storage Service 사용 설명서의 드래그 앤 드롭을 사용하여 파일 및 폴더 업로드 단원을 참조하세요.

  4. Amazon Personalize에 버킷의 데이터를 읽을 수 있는 권한을 부여합니다. 자세한 내용은 Amazon Personalize에 Amazon S3 리소스에 대한 액세스 권한 부여 단원을 참조하세요.

학습 데이터 생성(사용자 지정 데이터 세트 그룹)

학습 데이터를 생성하려면 영화 평점 데이터를 다운로드하여 수정하고 Amazon Simple Storage Service(Amazon S3) 버킷에 저장합니다. 그런 다음, 버킷에서 읽을 수 있는 권한을 Amazon Personalize에 부여합니다.

  1. MovieLens의 교육 및 개발 권장 사항에 따라 영화 등급 zip 파일인 ml-latest-small.zip를 다운로드하고 압축을 풉니다(F. Maxwell Harper 및 Joseph A. Konstan. 2015. The MovieLens Datasets: History and Context. ACM Transactions on Interactive Intelligent Systems (TiiS) 5, 4: 19:1–19:19. https://doi.org/10.1145/2827872).

  2. ratings.csv 파일을 엽니다. 이 파일에는 이 자습서의 상호작용 데이터가 들어 있습니다.

    1. 평점 열을 삭제합니다.

    2. 헤더 행을 다음으로 바꿉니다.

      USER_ID,ITEM_ID,TIMESTAMP

      Amazon Personalize가 데이터를 인식하려면 이 헤더가 표시된 것과 정확히 일치해야 합니다.

    ratings.csv 파일을 저장합니다.

  3. Amazon S3 버킷에 ratings.csv을 업로드합니다. 자세한 내용은 Amazon Simple Storage Service 사용 설명서의 드래그 앤 드롭을 사용하여 파일 및 폴더 업로드 단원을 참조하세요.

  4. Amazon Personalize에 버킷의 데이터를 읽을 수 있는 권한을 부여합니다. 자세한 내용은 Amazon Personalize에 Amazon S3 리소스에 대한 액세스 권한 부여 섹션을 참조하세요.