As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Criar recomendadores
Depois de criar um grupo de conjuntos de dados de domínio e importar dados, você pode criar recomendadores para os casos de uso do seu domínio. Um recomendador é um recurso do grupo de conjuntos de dados do domínio que gera recomendações. Use um recomendador em seu aplicativo para obter recomendações em tempo real com a operação GetRecommendations.
Ao criar um recomendador, você especifica um caso de uso, e o Amazon Personalize treina os modelos que apoiam o recomendador com as melhores configurações para o caso de uso. Cada caso de uso tem requisitos de API diferentes para obter recomendações. Para obter uma lista de casos de uso de recomendadores por domínio, consulte Escolher um caso de uso. Você pode criar no máximo 15 recomendadores por região.
O Amazon Personalize retreina automaticamente os modelos que apoiam seus recomendadores a cada 7 dias. Esse é um retreinamento completo que cria modelos totalmente novos com base na totalidade dos dados em seus conjuntos de dados. Com os casos de uso Melhores seleções para você e Recomendados para você, o Amazon Personalize atualiza os modelos atuais a cada duas horas para incluir novos itens nas recomendações com a exploração.
Ao criar um recomendador, é possível habilitar os metadados de itens nas recomendações. Para ter mais informações, consulte Habilitar metadados nas recomendações.
Você pode criar recomendadores com o console Amazon Personalize AWS Command Line Interface ,AWS CLI() ou SDKs. AWS
Status do recomendador
Um recomendador pode estar em um dos seguintes estados:
-
CREATE PENDING > CREATE IN_PROGRESS > ACTIVE -or- CREATE FAILED
-
DELETE PENDING > DELETE IN_PROGRESS
Para obter o status do recomendador, navegue até a página Recomendadores no console do Amazon Personalize ou use a operação DescribeRecommender.
Tópicos
Solicitações mínimas de recomendação por segundo e ajuste de escala automático
Importante
Uma minRecommendationRequestsPerSecond
alta aumentará sua conta. Recomendamos começar com 1 para minRecommendationRequestsPerSecond
(o padrão). Acompanhe seu uso usando CloudWatch as métricas da Amazon e aumente as minRecommendationRequestsPerSecond
conforme necessário.
Ao criar um recomendador, você pode configurar as solicitações mínimas de recomendação do recomendador por segundo. As solicitações mínimas de recomendação por segundo (minRecommendationRequestsPerSecond
) especificam o throughput da solicitação de recomendação da linha de base provisionada pelo Amazon Personalize. O padrão minRecommendationRequests PerSecond é1
. Uma solicitação de recomendação é uma operação GetRecommendations
única. O throughput de solicitações é medido em solicitações por segundo, e o Amazon Personalize usa suas solicitações por segundo para derivar suas solicitações por hora e o preço do uso do seu recomendador.
Se as suas solicitações por segundo aumentarem além de minRecommendationRequestsPerSecond
, o Amazon Personalize fará o ajuste de escala automático da capacidade provisionada para cima ou para baixo, mas nunca abaixo de minRecommendationRequestsPerSecond
. Há um pequeno atraso no aumento da capacidade, o que pode causar perda de solicitações.
Sua fatura é a maior entre as solicitações mínimas por hora (com base em minRecommendationRequestsPerSecond) ou o número real de solicitações. O throughput real de solicitações usado é calculado como a média de solicitações/segundo em uma janela de uma hora. Recomendamos começar com o padrãominRecommendationRequestsPerSecond
, rastrear seu uso usando CloudWatch as métricas da Amazon e, em seguida, aumentá-las minRecommendationRequestsPerSecond
conforme necessário.
Habilitar metadados nas recomendações
Importante
Se você habilitar metadados nas recomendações, haverá custos adicionais. Para obter mais informações, consulte Preços do Amazon Personalize
Ao criar um recomendador, é possível habilitar a opção de incluir metadados de itens do conjunto de dados de itens com resultados de recomendação. Se habilitada, será possível especificar as colunas do conjunto de dados de itens na solicitação de recomendações. O Amazon Personalize exibe esses dados para cada item na resposta da recomendação.
É possível usar metadados para aprimorar as recomendações na interface de usuário, como adicionar gêneros de filmes a carrosséis. Também é possível usá-los para avaliar visualmente a qualidade da recomendação. Se você usa IA generativa na aplicação, pode conectar os metadados às solicitações de IA com o objetivo de gerar conteúdo mais relevante. Para obter mais informações sobre o uso do Amazon Personalize com IA generativa, consulte Amazon Personalize e IA generativa.
-
Para habilitar metadados com o console do Amazon Personalize, ao criar o recomendador, selecione Exibir metadados de itens nos resultados da recomendação em Configuração avançada. Para ter mais informações, consulte Criar recomendadores (console).
-
Para habilitar metadados com os AWS SDKs ou AWS CLI, use a operação da CreateRecommender API e
recommenderConfig
defina comoenableMetadataWithRecommendations
.true
Para obter mais informações, consulte Criar recomendadores (AWS CLI) ou Criação de recomendações (SDKs)AWS.
Para adicionar metadados a recomendações, é necessário ter um conjunto de dados de itens com uma coluna de metadados. Não é necessário usar os metadados no treinamento. Para obter informações sobre como criar um conjunto de dados, consulte Criar um conjunto de dados e um esquema. Para obter informações sobre como gerenciar e atualizar dados, consulte Gerenciando os dados de treinamento em seus conjuntos de dados.
Configurar colunas usadas durante o treinamento
Ao criar um recomendador, você pode modificar as colunas que o Amazon Personalize considera ao treinar os modelos que apoiam seu recomendador.
Você pode fazer isso para experimentar diferentes combinações de dados de treinamento. Ou você pode excluir colunas sem dados significativos. Por exemplo, você pode ter uma coluna que pretende usar apenas para filtrar recomendações. Você pode excluir essa coluna do treinamento, e o Amazon Personalize a considera somente durante a filtragem.
Não é possível excluir colunas EVENT_TYPE. Por padrão, o Amazon Personalize usa todas as colunas que podem ser usadas durante o treinamento. Os seguintes dados são sempre excluídos do treinamento:
-
Colunas com o tipo de dados booleano
-
Campos de sequência de caracteres personalizados que não são categóricos ou textuais
Você não pode incluir dados de impressões no treinamento, mas se seu caso de uso ou receita os usar, o Amazon Personalize usa dados de impressões para orientar a exploração quando você recebe recomendações.
-
Para configurar as colunas usadas durante o treinamento com o console Amazon Personalize, ao criar o recomendador, você escolhe as colunas a serem usadas na página de configuração avançada. Para ter mais informações, consulte Criar recomendadores (console).
-
Para configurar as colunas usadas durante o treinamento com AWS os SDKs ou AWS CLI, use a operação da CreateRecommender API e
recommenderConfig
especifique o.excludedDatasetColumns
notrainingDataConfig
. Para exemplos de código, consulte Configuração de colunas usadas durante o treinamento (AWS CLI) ou Configuração de colunas usadas durante o treinamento (AWS SDKs).