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。
在 Amazon Pinpoint 中設定推薦者模型
推薦者模型 是一種機器學習(ML)模型,旨在預測特定使用者會喜歡一組給定產品或項目的哪些內容。它會將該資訊視為使用者提供的一組建議來提供。在 Amazon Pinpoint 中使用模型,就能根據每個收件人的屬性和行為,將個人化建議傳送給訊息收件人。
要透過這種方式使用推薦者模型之前,必須先在 Amazon Pinpoint 和 Amazon Personalize 行銷活動 (已有要使用的模型) 之間建立連線。設定連線時,可以指定要以什麼方法擷取和使用 Amazon Personalize 行銷活動中的建議。您還可以新增用於屬性的設定,這些屬性可以臨時存放來自行銷活動的建議。
開始之前
在 Amazon Pinpoint 中設定推薦者模型之前,請查看 準備將推薦者模型與 Amazon Pinpoint 搭配使用 中的資訊。這可協助您在 Amazon Pinpoint 中收集設定模型所需的資源和資訊。
步驟 1:設定模型
在此步驟中,您可以指定要擷取建議的 Amazon Personalize 行銷活動。您也可以選擇設定來指定擷取和使用這些建議的方式。
設定推薦者模型
開啟位於 https://console.aws.amazon.com/pinpoint/
的 Amazon Pinpoint 主控台。 -
在導覽窗格中,選擇 Machine learning models (機器學習模型)。
-
在 Machine learning models (機器學習模型) 頁面上,選擇 Add recommender model (新增推薦者模型)。
-
在 模型詳細資訊 下,在 推薦者模型名稱 中輸入 Amazon Pinpoint 中的模型名稱。名稱必須以字母或數字開頭。最多可包含 128 個字元。字元可以是字母、數字、底線 (_) 或連字號 (‐)。
-
(選擇性) 請在 Recommender model description (推薦者模型說明) 輸入模型的簡短描述。描述最多可包含 128 個字元。字元可以是字母、數字、空格或以下符號:_ ; () , ‐。
-
在 模型組態 下,為 IAM 角色 選擇授權 Amazon Pinpoint 連線至使用該模型的 Amazon Personalize 行銷活動,並從中擷取建議的 AWS Identity and Access Management (IAM) 角色。您有下列選項:
-
使用現有角色 – 選擇此選項,使用 AWS 帳戶已存在的 IAM 角色。然後,從角色清單中選擇您想要的角色。
-
自動建立角色 – 選擇此選項,可自動建立具有必要許可的 IAM 角色。然後,輸入角色的名稱。
另一個選項是與您的管理員合作來手動建立角色。如需手動建立角色的相關資訊,請參閱《Amazon Pinpoint 開發人員指南》中的擷取建議的 IAM 角色。
-
-
在 推薦者模型 中,選擇要擷取建議的 Amazon Personalize 行銷活動。
此清單顯示您可以使用目前 AWS 區域中的 AWS 帳戶存取的所有 Amazon Personalize 行銷活動。如果該清單未包含您要的行銷活動,請要求管理員授與行銷活動的存取權、並確認您在上述步驟中選擇了正確的 IAM 角色。此外,請確認行銷活動存在於目前的 AWS 區域中。
-
在 設定 下,在 用於建議的識別符 中指定是否要將 Amazon Personalize 行銷活動中的唯一使用者,與 Amazon Pinpoint 專案中的端點 (端點 ID) 或使用者 (使用者 ID) 建立關聯。
-
在 每則訊息的建議數量 中,選擇您要為 Amazon Pinpoint 專案中每個端點或使用者擷取的推薦項目數 (視您在上一個步驟的選擇而定)。
此設定決定 Amazon Pinpoint 擷取的建議數目,以及您可以在單一訊息中加入的建議數目。您最多可擷取五個建議項目。如果您選擇 1,Amazon Pinpoint 只會為每個訊息收件人擷取清單中的第一個建議,例如最值得推薦給收件人的電影。如果您選擇 2,Amazon Pinpoint 會從清單中為每個收件人擷取第一個和第二個建議,例如最值得推薦給收件人的兩部電影。諸如此類,可提供多達五個建議。
-
在 處理方法 中,選擇以下其中一個選項,指定 Amazon Pinpoint 要以什麼方法處理其擷取的建議:
-
使用模型傳回的值 – 使用此選項,訊息將顯示 Amazon Personalize 行銷活動提供的建議確切文字。此外,每個端點或使用者的所有建議,都會暫時存放在每個端點或使用者的一個標準建議屬性中。
-
使用 Lambda 函數 – 有了此選項,訊息可以顯示增強型建議,而不是 Amazon Personalize 行銷活動提供的建議文字,或是除此之外的其他建議。如果您選擇此選項,Amazon Pinpoint 會先將建議傳送到 AWS Lambda 函數進行額外處理,然後再傳送包含建議的訊息。此外,您可以為每個端點或使用者暫時將建議存放在多達 10 個自訂建議屬性中。
如果您選擇此選項,也可以使用 Lambda 函數 清單來選擇要使用的函數。此清單顯示您在目前 AWS 區域中,可以透過 AWS 帳戶存取的所有 Lambda 函數。如果該清單不包含您想要的函數,請要求您的管理員授與您存取該功能的權限。如果函數尚未存在,請選擇 建立新的 Lambda 函數,然後與您的開發團隊一起建立該函數。詳情請參閱《Amazon Pinpoint 開發人員指南》中的使用 AWS Lambda 自訂建議。
-
-
完成這些設定的輸入後,請選擇 下一步,繼續下一個步驟,新增推薦者模型的屬性設定。
步驟 2:新增屬性到模型
選擇用於連接 Amazon Personalize 行銷活動,並從中擷取建議的設定後,就可以針對將儲存推薦資料的屬性輸入設定。這些選項會根據您在上述步驟中選擇的處理方法而有所不同:
- 使用該模型傳回的值
-
如果您選擇此選項,建議將暫時存放在一個屬性中。這是每個端點或使用者的標準建議屬性,具體取決於上一步驟中為用於建議的識別符設定所選擇的選項。此屬性的基礎名稱為
RecommendationItems
。在 Display name (顯示名稱) 中,輸入屬性的描述性名稱。當您將屬性的變數新增至訊息範本時,此名稱會出現在範本編輯器的 Attribute finder (屬性搜尋工具) 中。名稱最多可包含 25 個字元。字元可以是字母、數字、空格、底線 (_) 或連字號 (‐)。
- 使用 Lambda 函數
-
如果您選擇此選項,您可以使用多達 10 個屬性來存放每個建議的資料。這是每個端點或使用者的自訂建議屬性,具體取決於上一步驟中為用於建議的識別符設定所選擇的選項。假設您為每個端點或使用者擷取一個產品建議,Lambda 函數可以處理該建議,並將結果加到該建議的三個自訂屬性:產品名稱、價格和影像。
針對您要新增的每個自訂屬性,選擇 Add attribute (新增屬性),然後執行下列動作:
-
在 Attribute name (屬性名稱) 中,輸入屬性的名稱。在您將屬性的變數新增至訊息範本後,此前面加上
Recommendations
字首的名稱,會出現在範本編輯器中。名稱須與 Lambda 函數用於儲存建議資料的屬性名稱相符。屬性名稱必須以字母或數字開頭,最多可包含 50 個字元。字元可以是字母、數字、底線 (_) 或連字號 (‐)。屬性名稱區分大小寫且必須是唯一的。
-
在 Display name (顯示名稱) 中,輸入屬性的描述性名稱。當您將屬性的變數新增至訊息範本時,此名稱會出現在範本編輯器的 Attribute finder (屬性搜尋工具) 中。名稱必須以字母或數字開頭,最多可包含 25 個字元。字元可以是字母、數字、空格、底線 (_) 或連字號 (‐)。
-
完成屬性的設定後,請選擇 下一步,繼續下一個步驟,查看並發佈推薦者模型的組態設定。
步驟 3:檢閱和發佈模型
輸入完連線和使用推薦者模型的所有設定後,您就可以檢閱設定了。
查看設定後,選擇 發布 儲存設定。接著 Amazon Pinpoint 會檢查設定,確認設定正確無誤。如果有任何設定遺失或不正確,它將針對每個錯誤顯示訊息,協助您判斷要修正的設定。如果您需要修正設定,請使用導覽窗格直接前往包含設定的頁面。
在您發佈設定後,您可以開始在郵件中使用建議。