透過批次區段工作取得使用者區段 - Amazon Personalize
建立批次區段工作 (主控台)建立批次區段工作 (AWS CLI)建立批次區段工作 (AWS SDKs)

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

透過批次區段工作取得使用者區段

如果您使用 USER _ SEGMENTATION recipe，則可以建立批次區段作業，以使用您的解決方案版本取得使用者區段。每個使用者區段會依據每位使用者與您庫存中的項目互動的可能性，以遞減順序排序。根據配方，您的輸入資料必須是JSON格式的項目 (項目親和性配方) 或項目屬性 (料號-屬性-親和性配方) 清單。您可以使用 Amazon Personalize 主控台 AWS Command Line Interface (AWS CLI) 或建立批次區段任務 AWS SDKs。

建立批次區段任務時，您可以指定到輸入和輸出位置的 Amazon S3 路徑。Amazon S3 是基於前綴的。如果您為輸入資料位置提供前置詞，Amazon Personalize 會使用符合該前置詞的所有檔案作為輸入資料。例如，如果您提供，s3://amzn-s3-demo-bucket/folderName且儲存貯體也有路徑為的資料夾s3://amzn-s3-demo-bucket/folderName_test，Amazon Personalize 會使用這兩個資料夾中的所有檔案作為輸入資料。若只要使用特定資料夾中的檔案作為輸入資料，請以前置碼分隔符號結束 Amazon S3 路徑，例如/：如s3://amzn-s3-demo-bucket/folderName/需 Amazon S3 如何組織物件的詳細資訊，請參閱組織、列出和使用物件。

建立批次區段工作 (主控台)

完成後準備批次建議的輸入資料，即可建立批次區段工作。此程序假設您已使用 USER _ SEGEMENTATION 方案建立解決方案和解決方案版本 (訓練過的模型)。

若要建立批次區段工作 (主控台)

  1. 在https://console.aws.amazon.com/personalize/家中打開 Amazon Personalize 化控制台並登錄到您的帳戶。

  2. 在 [資料集群組] 頁面上，選擇您的資料集群組。

  3. 在導覽窗格中選擇批次區段工作，然後選擇建立批次區段工作。

  4. 在 Batch 區段工作詳細資訊中，對於批次區段工作名稱，指定批次區段工作的名稱。

  5. 在 [解決方案] 中，選擇解決方案，然後選擇您要用來產生建議的解決方案版本 ID。只有使用 USER _ SEGEMENTATION 方案時，才能建立批次區段工作。

  6. 對於使用者人數，選擇性地指定 Amazon Personalize 為每個使用者區段產生的使用者數量。預設為 25。最大值是 5 百萬。

  7. 對於輸入來源，請指定輸入檔案的 Amazon S3 路徑，或使用瀏覽 S3 選擇您的 Amazon S3 儲存貯體。

    使用下列語法：s3://amzn-s3-demo-bucket/<folder name>/<input JSON file name>.json

    您的輸入資料必須採用正確的格式，以符合您的解決方案所使用的配方。如需輸入資料範例，請參閱Batch 區段工作輸入和輸出 JSON 範例。

  8. 對於輸出目的地，請指定輸出位置的路徑，或使用瀏覽 S3 選擇您的 Amazon S3 儲存貯體。我們建議您為輸出資料使用不同的位置 (資料夾或不同的 Amazon S3 儲存貯體)。

    使用下列語法：s3://amzn-s3-demo-bucket/<output folder name>/

  9. 對於IAM角色，請選擇下列其中一項：

    • 選擇 [建立並使用新的服務角色]，然後輸入 [服務角色名稱] 以建立新角色，或

    • 如果您已建立具有正確權限的角色，請選擇 [使用現有的服務角色]，然後選擇IAM角色。

    您使用的角色必須分別具有對輸入和輸出 Amazon S3 儲存貯體的讀取和寫入存取權。

  10. 對於篩選器配置，可選擇選擇選擇一個過濾器以將過濾器應用於用戶細分。如果您的篩選器使用預留位置參數，請確定參數的值包含在您的輸入中JSON。如需詳細資訊，請參閱在輸入 JSON 中提供篩選器值。

  11. 對於「標籤」，選擇性地新增任何標籤 如需標記 Amazon Personalize 資源的詳細資訊，請參閱標記 Amazon Personalize 化資。

  12. 選擇「建立批次區段工作」。Batch 區段工作建立開始，並顯示「Batch 區段工作」頁面，並顯示「Batch 區段工作詳細資訊」區段。

  13. 批次區段任務的狀態變更為作用中時，您可以從指定的輸出 Amazon S3 儲存貯體擷取任務的輸出。輸出檔案的名稱格式為 input-name.out。

建立批次區段工作 (AWS CLI)

完成之後準備批次建議的輸入資料，您就可以使用下列create-batch-segment-job程式碼建立批次區段工作。指定任務名稱，取代Solution version ARN為您解決方案版本的 Amazon 資源名稱 (ARN)，並取IAM service role ARN代為您在ARN設定期間為 Amazon Personalize 建立的IAM服務角色。此角色必須分別具有對您的輸入和輸出 Amazon S3 儲存貯體的讀取和寫入存取權。針對num-results指定您希望 Amazon Personalize 預測每行輸入資料的使用者數量。預設為 25。最大值是 5 百萬。選擇性地提供一個filter-arn來篩選使用者區段。如果您的篩選器使用預留位置參數，請確定參數的值包含在您的輸入中JSON。如需詳細資訊，請參閱篩選批次建議和使用者區段 (自訂資源)。

取代S3 input path並S3 output path使用 Amazon S3 路徑到您的輸入檔案和輸出位置。我們建議您為輸出資料使用不同的位置 (資料夾或不同的 Amazon S3 儲存貯體)。輸入和輸出位置使用下列語法：s3://amzn-s3-demo-bucket/<folder name>/<input JSON file name>.json和s3://amzn-s3-demo-bucket/<output folder name>/。

aws personalize create-batch-segment-job \
                --job-name Job name \
                --solution-version-arn Solution version ARN \
                --num-results The number of predicted users \
                --filter-arn Filter ARN \
                --job-input s3DataSource={path=s3://S3 input path} \
                --job-output s3DataDestination={path=s3://S3 output path} \
                --role-arn IAM service role ARN
{
   "batchSegmentJobArn": "arn:aws:personalize:us-west-2:acct-id:batch-segment-job/batchSegmentJobName"
}

建立批次區段工作 (AWS SDKs)

完成之後準備批次建議的輸入資料，您就可以使用該CreateBatchSegmentJob作業建立批次節段工單。下列程式碼顯示如何建立批次區段工作。為任務命名、指定要使用的解決方案版本的 Amazon 資源名稱 (ARN)、ARN為您的 Amazon Personalize IAM 角色指定，以及指定輸入檔案和輸出位置的 Amazon S3 路徑。您的IAM服務角色必須分別具有對輸入和輸出 Amazon S3 儲存貯體的讀取和寫入存取權。

我們建議您為輸出資料使用不同的位置 (資料夾或不同的 Amazon S3 儲存貯體)。輸入和輸出位置使用下列語法：s3://amzn-s3-demo-bucket/<folder name>/<input JSON file name>.json和s3://amzn-s3-demo-bucket/<output folder name>/。

針對numResults，指定您希望 Amazon Personalize 預測每行輸入資料的使用者數量。預設為 25。最大值是 5 百萬。選擇性地提供一個filterArn來篩選使用者區段。如果您的篩選器使用預留位置參數，請確定參數的值包含在您的輸入中JSON。如需詳細資訊，請參閱篩選批次建議和使用者區段 (自訂資源)。

SDK for Python (Boto3)
import boto3

personalize_rec = boto3.client(service_name='personalize')

personalize_rec.create_batch_segment_job (
    solutionVersionArn = "Solution version ARN",
    jobName = "Job name",
    numResults = 25,
    filterArn = "Filter ARN",
    roleArn = "IAM service role ARN",
    jobInput = 
       {"s3DataSource": {"path": "s3://amzn-s3-demo-bucket/<folder name>/<input JSON file name>.json"}},
    jobOutput = 
       {"s3DataDestination": {"path": "s3://amzn-s3-demo-bucket/<output folder name>/"}}
)
SDK for Java 2.x
public static String createBatchSegmentJob(PersonalizeClient personalizeClient,
                                                        String solutionVersionArn,
                                                        String jobName,
                                                        String filterArn,
                                                        int numResults,
                                                        String s3InputDataSourcePath,
                                                        String s3DataDestinationPath,
                                                        String roleArn,
                                                        String explorationWeight,
                                                        String explorationItemAgeCutOff) {

  long waitInMilliseconds = 60 * 1000;
  String status;
  String batchSegmentJobArn;

  try {
      // Set up data input and output parameters.
      S3DataConfig inputSource = S3DataConfig.builder()
              .path(s3InputDataSourcePath)
              .build();
      S3DataConfig outputDestination = S3DataConfig.builder()
              .path(s3DataDestinationPath)
              .build();

      BatchSegmentJobInput jobInput = BatchSegmentJobInput.builder()
              .s3DataSource(inputSource)
              .build();
      BatchSegmentJobOutput jobOutputLocation = BatchSegmentJobOutput.builder()
              .s3DataDestination(outputDestination)
              .build();


      CreateBatchSegmentJobRequest createBatchSegmentJobRequest = CreateBatchSegmentJobRequest.builder()
              .solutionVersionArn(solutionVersionArn)
              .filterArn(filterArn)
              .jobInput(jobInput)
              .jobOutput(jobOutputLocation)
              .jobName(jobName)
              .numResults(numResults)
              .roleArn(roleArn)
              .build();

      batchSegmentJobArn = personalizeClient.createBatchSegmentJob(createBatchSegmentJobRequest)
              .batchSegmentJobArn();
      DescribeBatchSegmentJobRequest describeBatchSegmentJobRequest = DescribeBatchSegmentJobRequest.builder()
              .batchSegmentJobArn(batchSegmentJobArn)
              .build();

      long maxTime = Instant.now().getEpochSecond() + 3 * 60 * 60;

      // wait until the batch segment job is complete.
      while (Instant.now().getEpochSecond() < maxTime) {

          BatchSegmentJob batchSegmentJob = personalizeClient
                  .describeBatchSegmentJob(describeBatchSegmentJobRequest)
                  .batchSegmentJob();

          status = batchSegmentJob.status();
          System.out.println("batch segment job status: " + status);

          if (status.equals("ACTIVE") || status.equals("CREATE FAILED")) {
              break;
          }
          try {
              Thread.sleep(waitInMilliseconds);
          } catch (InterruptedException e) {
              System.out.println(e.getMessage());
          }
      }
      return batchSegmentJobArn;

  } catch (PersonalizeException e) {
      System.out.println(e.awsErrorDetails().errorMessage());
  }
  return "";
}
SDK for JavaScript v3
// Get service clients module and commands using ES6 syntax.
import { CreateBatchSegmentJobCommand } from
  "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";

// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

// Set the batch segment job's parameters.

export const createBatchSegmentJobParam = {
  jobName: 'NAME',
  jobInput: {         /* required */
    s3DataSource: {   /* required */
      path: 'INPUT_PATH', /* required */
      // kmsKeyArn: 'INPUT_KMS_KEY_ARN' /* optional */'
    }
  },
  jobOutput: {         /* required */
    s3DataDestination: {   /* required */
      path: 'OUTPUT_PATH', /* required */
      // kmsKeyArn: 'OUTPUT_KMS_KEY_ARN' /* optional */'
    }
  },
  roleArn: 'ROLE_ARN', /* required */
  solutionVersionArn: 'SOLUTION_VERSION_ARN', /* required */
  numResults: 20 /* optional */
};

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

處理批次任務可能需要一段時間才能完成。您可以藉由呼叫 DescribeBatchSegmentJob 並傳遞 batchSegmentJobArn 作為輸入參數來檢查任務的狀態。您也可以撥打電話列出 AWS 環境中的所有 Amazon Personalize 批次區段任務ListBatchSegmentJobs。