자동 교육 구성

중요

솔루션을 만든 후에는 구성을 변경할 수 없습니다. 기본적으로 모든 새 솔루션은 자동 교육을 사용합니다. 자동 교육을 사용하면 솔루션이 활성화되는 동안 교육 비용이 발생합니다. 불필요한 비용을 피하려면 완료 후 솔루션을 삭제해야 합니다. 교육 비용에 대한 자세한 내용은 Amazon Personalize 요금을 참조하십시오.

솔루션을 생성할 때 솔루션이 자동 교육을 사용하는지 여부를 구성할 수 있습니다. 훈련 빈도도 구성할 수 있습니다. 예를 들어 5일마다 새 솔루션 버전을 생성하도록 솔루션을 구성할 수 있습니다.

기본적으로 모든 새 솔루션은 자동 교육을 사용하여 7일마다 새 솔루션 버전을 생성합니다. 자동 훈련은 마지막 훈련 이후 대량 또는 실시간 상호 작용 데이터를 가져온 경우에만 발생합니다. 여기에는 항목 상호 작용이 포함되며, Next-Best-Action 레시피를 사용하는 솔루션의 경우 동작 상호 작용 데이터가 포함됩니다. 자동 훈련은 솔루션을 삭제할 때까지 계속됩니다.

자동 교육을 사용하는 것이 좋습니다. 그러면 솔루션을 더 쉽게 유지 관리할 수 있습니다. 이를 통해 솔루션이 최신 데이터에서 학습하는 데 필요한 수동 교육이 필요하지 않습니다. 자동 교육을 사용하지 않으면 솔루션이 최신 데이터에서 학습할 수 있도록 새 솔루션 버전을 수동으로 만들어야 합니다. 이로 인해 추천이 유효하지 않고 전환율이 낮아질 수 있습니다. Amazon Personalize 권장 사항을 유지 관리하는 방법에 대한 자세한 내용은 을 참조하십시오. 추천 관련성 유지

Amazon Personalize 콘솔, AWS Command Line Interface (AWS CLI) 또는 AWS SDK를 사용하여 자동 교육을 구성할 수 있습니다. 콘솔을 사용한 자동 교육 구성 단계는 을 참조하십시오. 솔루션 생성(콘솔)

솔루션을 생성한 후 나중에 사용할 수 있도록 솔루션 ARN을 기록해 두십시오. 자동 교육을 사용하면 솔루션이 활성화된 후 1년 이내에 솔루션 버전 생성이 시작됩니다. 한 시간 내에 솔루션 버전을 수동으로 만들면 솔루션은 첫 번째 자동 교육을 건너뛰게 됩니다. 교육이 시작되면 버전 API 작업을 통해 솔루션 버전의 Amazon 리소스 이름 (ARN) 을 ListSolution 가져올 수 있습니다. 상태를 확인하려면 DescribeSolution버전 API 작업을 사용하십시오.

솔루션 버전이 ACTIVE이면 해당 버전을 사용하여 권장 사항을 받을 수 있습니다. 액티브 솔루션 버전을 사용하는 방법은 권장 사항을 받는 방법에 따라 달라집니다.

• 실시간 추천을 받으려면 Amazon Personalize 캠페인과 함께 액티브 솔루션 버전을 배포하십시오. 캠페인을 사용하여 사용자를 위한 추천을 받을 수 있습니다. 캠페인 생성 섹션을 참조하십시오.

• 일괄 추천의 경우 일괄 추론 작업 또는 배치 세그먼트 작업을 생성할 때 ACTIVE 솔루션 버전을 지정합니다. 배치 권장 사항 및 사용자 세그먼트(사용자 지정 리소스) 섹션을 참조하십시오.

지침 및 요구 사항

다음은 자동 학습에 대한 지침 및 요구 사항입니다.

• 자동 훈련은 마지막 훈련 이후 대량 또는 실시간 상호 작용 데이터를 가져온 경우에만 발생합니다. 여기에는 항목 상호 작용이 포함되며, Next-Best-Action 레시피를 사용하는 솔루션의 경우 동작 상호 작용 데이터가 포함됩니다.

• 각 교육에서는 학습에 포함하는 데이터셋 그룹의 모든 데이터를 고려합니다. 학습에 사용되는 열을 구성하는 방법에 대한 자세한 내용은 을 참조하십시오. 교육 시 사용되는 열 구성

• 여전히 솔루션 버전을 수동으로 생성할 수 있습니다.

• 자동 교육은 솔루션이 활성화된 후 1시간 이내에 시작됩니다. 한 시간 내에 솔루션 버전을 수동으로 만들면 솔루션은 첫 번째 자동 교육을 건너뛰게 됩니다.

• 교육 일정은 교육 시작일을 기준으로 합니다. 예를 들어 첫 번째 솔루션 버전이 오후 7시에 교육을 시작하고 주간 교육을 사용하는 경우 다음 솔루션 버전은 일주일 후인 오후 7시에 교육을 시작합니다.

• 모든 레시피에는 최소 1주 동안 교육 빈도를 두는 것이 좋습니다. 훈련 빈도는 1일에서 30일 사이로 지정할 수 있습니다. 기본값은 7일마다입니다.

  • 사용자 개인화-v2, 사용자 맞춤화 또는 Next-Best-Action을 사용하는 경우 솔루션이 자동으로 업데이트되어 권장 사항에 대한 새 항목이나 조치를 고려합니다. 자동 업데이트는 자동 학습과 다릅니다. 자동 업데이트는 완전히 새로운 솔루션 버전을 만들지 않으며, 모델은 최신 데이터를 통해 학습하지 않습니다. 솔루션을 유지 관리하려면 훈련 빈도가 여전히 1주 이상이어야 합니다. 추가 지침 및 요구 사항을 포함한 자동 업데이트에 대한 자세한 내용은 을 참조하십시오자동 업데이트.

  • 지금-유행을 사용하는 경우 Personalize는 구성 가능한 시간 간격으로 상호작용 데이터에서 가장 인기 있는 항목을 자동으로 식별합니다. Trending-Now는 대량 또는 스트리밍 상호 작용 데이터를 통해 마지막 교육 이후 추가된 항목을 추천할 수 있습니다. 훈련 빈도는 여전히 1주 이상이어야 합니다. 자세한 정보는 지금-유행 레시피을 참조하세요.

  • 자동 업데이트 기능이 있는 레시피 또는 Trending-Now 레시피를 사용하지 않는 경우 Amazon Personalize는 다음 교육 이후에만 새 항목을 추천 대상으로 간주합니다. 예를 들어, Similar-Items 레시피를 사용하고 매일 새 항목을 추가하는 경우 이러한 항목이 같은 날 권장 사항에 표시되려면 일일 자동 교육 빈도를 사용해야 합니다.

자동 교육 구성 ()AWS CLI

다음 코드는 5일마다 솔루션 버전을 자동으로 생성하는 솔루션을 만드는 방법을 보여줍니다. 자동 학습을 끄려면 perform-auto-training 로 설정하십시오false.

훈련 빈도를 변경하려면 schedulingExpression 에서 을 수정할 수 autoTrainingConfig 있습니다. 표현식은 rate(value unit) 형식이 맞아야 합니다. 값에는 1에서 30 사이의 숫자를 지정하십시오. 단위의 경우 day 또는 을 지정합니다days.

create-solution명령에 대한 전체 설명은 을 참조하십시오솔루션 생성(AWS CLI).

aws personalize create-solution \
--name solution name \
--dataset-group-arn dataset group ARN \
--recipe-arn recipe ARN \
--perform-auto-training \
--solution-config "{\"autoTrainingConfig\": {\"schedulingExpression\": \"rate(5 days)\"}}"

자동 교육 (SDK) 구성

다음 코드는 AWS SDK를 사용하여 자동 학습이 포함된 솔루션을 만드는 방법을 보여줍니다. 솔루션은 5일마다 솔루션 버전을 자동으로 생성합니다. 자동 학습을 끄려면 performAutoTraining 로 설정합니다false.

훈련 빈도를 변경하려면 schedulingExpression 에서 을 수정할 수 autoTrainingConfig 있습니다. 표현식은 rate(value unit) 형식이 맞아야 합니다. 값에는 1에서 30 사이의 숫자를 지정하십시오. 단위의 경우 day 또는 을 지정합니다days.

CreateSolution API 작업에 대한 전체 설명은 을 참조하십시오솔루션 (AWS SDK) 만들기.

SDK for Python (Boto3)

import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
  name = 'solution name',
  recipeArn = 'recipe ARN',
  datasetGroupArn = 'dataset group ARN',
  performAutoTraining = True,
  solutionConfig = {
    "autoTrainingConfig": {
      "schedulingExpression": "rate(5 days)"
    }
  }
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)

SDK for JavaScript v3

import {
  CreateSolutionCommand,
  PersonalizeClient,
} from "@aws-sdk/client-personalize";

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

// set the solution parameters
export const solutionParam = {
  datasetGroupArn: "DATASET_GROUP_ARN" /* required */,
  recipeArn: "RECIPE_ARN" /* required */,
  name: "SOLUTION_NAME" /* required */,
  performAutoTraining: true /* optional, default is true */,
  solutionConfig: {
    autoTrainingConfig: {
      schedulingExpression:
        "rate(5 days)" /* optional, default is every 7 days */,
    },
  },
};

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