Amazon Personalize 化工作流

Amazon Personalize 化工作流程如下。如需提供 Amazon Personalize 功能、需求和資料指導清單的檢查清單，請參閱準備檢查清.

1. 將您的使用案例與 Amazon Personalize 資源相符 — Amazon Personalize 功能以網域為基礎的資源和針對不同案例設定的自訂資源。當您將使用案例與 Amazon 個人化資源相符時，請注意其資料需求。選擇使用案例或方案後，此資訊可在您準備資料時提供協助。

2. 準備訓練資料 — 根據您的網域使用案例或自訂配方的資料需求，在CSV檔案中準備大量訓練資料。根據您的使用案例或配方，Amazon Personalize 可以使用項目互動、項目、使用者、動作和動作互動資料。如果您沒有大量資料，您可以使用個別的匯入操作來收集資料和串流事件，直到符合 Amazon Personalize 訓練要求以及網域使用案例或方案的資料需求為止。

3. 為資料建立結構描述JSON檔JSON案 — 為匯入的每種資料類型建立結構描述檔案。這些文件概述了數據的結構和內容，包括列名和它們的數據類型。

4. 建立資料集群組 — 資料集群組是 Amazon Personalize 資源的容器。您可以使用 VIDEO _ON_ DEMAND 或網域的預先設定資源來建立網域資料集群組。ECOMMERCE或者，您可以建立自訂資料集群組，並僅建立自訂資源。

5. 建立結構描述和資料集 — 結構描述會告訴 Amazon Personalize 您的資料結構，並允許 Amazon Personalize 解析資料。資料集是用於在 Amazon Personalize 中訓練資料的容器。

6. 將訓練資料匯入資料集 — 將準備好的互動、項目、使用者、動作或動作互動記錄匯入。您可以大量或個別匯入記錄。

7. 訓練和部署模型 — 若要在 VIDEO _ON_ DEMAND 或ECOMMERCE網域上訓練和部署模型，請建立網域推薦程式。對於自訂資源，您可以建立自訂解決方案和解決方案版本。如需即時建議，您可以在促銷活動中部署解決方案版本。

   • 如需建立網域推薦程式的詳細資訊，請參閱域名推薦。

   • 如需建立和部署自訂資源的相關資訊，請參閱自訂資源。

8. 取得建議 — 使用您的推薦人或自訂廣告活動來取得建議。您可以使用篩選器，在建議中包含或排除特定類型的項目。如需詳細資訊，請參閱篩選建議和使用者區段。使用自訂資源，您也可以取得批次建議或使用者細分，而無需建立宣傳活動。

9. 記錄即時事件 — 在客戶與建議互動時記錄即時事件。這會構建您的互動數據並使您的數據保持最新狀態。它告訴 Amazon Personalize 化您的用戶的當前興趣，這可以提高推薦的相關性。

第一次完成 Amazon Personalize 工作流程後，請將資料保持在最新狀態，並定期重新訓練任何使用手動訓練的自訂解決方案。這可讓您的模型從使用者最近的活動中學習，並維持並改善建議的相關性。如需詳細資訊，請參閱維護建議相關性。