Amazon Pinpoint의 기계 학습 모델

기계 학습(ML) 모델은 실제 문제를 수학적으로 표현한 것입니다. ML 모델은 데이터에서 패턴을 찾고 찾은 패턴을 기반으로 예측을 생성합니다. 이러한 예측은 일반적으로 시간이 지남에 따라 개선됩니다. ML 모델이 더 많은 데이터를 수신하고 사람들이 모델을 재훈련하거나 조정하여 모델의 데이터 분석을 개선하고 최적화하기 때문입니다.

Amazon Pinpoint에서는 추천 모델이라고 하는 특정 유형의 ML 모델에 연결하여 사용자가 상호 작용할 항목을 예측하고 이러한 항목을 메시지 수신자에게 맞춤형 추천으로 보낼 수 있습니다. 추천 모델은 “사용자가 좋아하거나 관심을 가질까요?”라는 질문에 답하도록 설계된 ML 모델입니다. 특정 사용자가 특정 제품 또는 항목 집합에서 선호할 것을 예측하고, 해당 정보를 사용자에게 추천 집합으로 제공합니다. Amazon Pinpoint에서 추천 모델을 사용하면 각 수신자의 속성 및 동작에 따라 메시지 수신자에게 맞춤형 추천을 보낼 수 있습니다.

Amazon Pinpoint에서 추천 모델을 사용하려면 먼저 데이터 과학 팀과 협력하여 모델을 만들고 Amazon Personalize 캠페인으로 배포합니다. 다음으로 Amazon Personalize 캠페인의 추천 데이터를 사용하도록 Amazon Pinpoint를 구성합니다. Amazon Pinpoint와 Amazon Personalize 캠페인 간의 연결을 설정하여 이 작업을 수행합니다. 연결을 설정할 때 Amazon Personalize 캠페인에서 데이터를 검색하고 사용할 방법을 지정합니다.

Amazon Personalize 캠페인에 대한 연결을 설정한 후 메시지에 추천을 추가하는 작업을 시작할 수 있습니다. 이렇게 하려면 메시지 템플릿을 만듭니다. 템플릿에서 사용할 추천에 대한 메시지 변수를 추가합니다. 이러한 변수를 다음 유형의 템플릿에 추가할 수 있습니다.

• 이메일 템플릿 - 캠페인 또는 여정에서 보내는 이메일 메시지용입니다.

• 푸시 알림 템플릿 - 캠페인에서 보내는 푸시 알림용입니다.

• SMS 템플릿 - 캠페인에서 보내는 SMS 문자 메시지용입니다.

그런 다음 캠페인 또는 여정을 만들어 템플릿을 사용하는 메시지를 보냅니다. 메시지를 보내면 Amazon Pinpoint가 Amazon Personalize 캠페인에서 최신 데이터를 검색하고, 각 변수를 모델에서 각 메시지 수신자에게 추천하는 값으로 바꿉니다.

이 기능은 다음 AWS 리전에서 사용 가능합니다.

• 미국 동부(버지니아 북부)

• 미국 서부(오레건)

• 아시아 태평양(뭄바이)

• 아시아 태평양(시드니)

• 아시아 태평양(서울)

• 아시아 태평양(싱가포르)

• 아시아 태평양(도쿄)

• 유럽(아일랜드)

• 캐나다(중부)

이 장의 주제에서는 Amazon Personalize 캠페인의 추천 데이터를 사용하도록 Amazon Pinpoint를 구성하는 방법을 설명합니다. 또한 메시지에 그러한 데이터를 포함시키는 방법을 설명합니다.

주제

• Amazon Pinpoint의 추천 작동 방식
• Amazon Pinpoint에서 추천 모델 사용 준비
• Amazon Pinpoint에서 추천 모델 설정
• 메시지에서 추천 사용
• Amazon Pinpoint에서 기계 학습 모델 관리