亚马逊 Personalize 工作流程详情 - Amazon Personalize

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

亚马逊 Personalize 工作流程详情

Amazon Personalize 的工作流程如下。有关提供 Amazon Personalize 功能、要求和数据指南列表的清单，请参阅准备清单。

  1. 将@@ 您的用例与 Amazon Personalize 资源相匹配 — Amazon Personalize 提供基于域名的资源和针对不同案例配置的自定义资源。当您将用例与 Amazon Personalize 资源匹配时，请注意其数据要求。在您选择用例或配方后，这些信息可以帮助您准备数据。

  2. 准备训练数据 — 根据您的领域用例或自定义配方的数据要求，在CSV文件中准备批量训练数据。根据您的用例或配方，Amazon Personalize 可以使用商品互动、商品、用户、操作和操作互动数据。如果您没有批量数据，则可以使用单独的导入操作来收集数据和直播事件，直到您满足 Amazon Personalize 培训要求以及您的域用例或配方的数据要求。

  3. 为您的数据创建架构JSON文件-为您要导入的每种数据类型创建架构JSON文件。这些文件概述了数据的结构和内容，包括列名及其数据类型。

  4. 创建数据集组-数据集组是存放 Amazon Personalize 资源的容器。您可以使用预先配置的 VIDEO _ON_ DEMAND 资源或域来创建域数据集组。ECOMMERCE或者，您可以创建自定义数据集组并仅创建自定义资源。

  5. 创建架构和数据集 — 架构告知 Amazon Personalize 您的数据结构，并允许 Amazon Personalize 解析数据。数据集是 A mazon Personalize 中用于训练数据的容器。

  6. 将@@ 训练数据导入数据集-导入准备好的互动、项目、用户、操作或操作互动记录。您可以批量导入记录，也可以单独导入记录。

  7. 训练和部署模型-要在 VIDEO _ON_ DEMAND 或ECOMMERCE域中训练和部署模型，请创建域推荐器。对于自定义资源，您可以创建自定义解决方案和解决方案版本。对于实时建议，您可以在市场活动中部署解决方案版本。

  8. 获取推荐-使用您的推荐器或自定义广告系列来获取推荐。您可以使用筛选器，在建议中包含或排除某些类型的物品。有关更多信息，请参阅 筛选建议和用户细分。借助自定义资源，您无需创建广告系列即可获得批量推荐或用户细分。

  9. 记录实时事件-记录客户与推荐互动时的实时事件。这会生成您的交互数据，并使您的数据保持最新状态。并且它会告知 Amazon Personalize 您的用户当前的兴趣，从而提高建议的相关性。

首次完成 Amazon Personalize 工作流程后，请保持数据最新，并定期重新培训任何使用手动培训的定制解决方案。这样，您的模型能够从用户的最新活动中学习，并维持和提高建议的相关性。有关更多信息，请参阅 维护建议相关性。