在 Amazon Pinpoint 中設定推薦者模型 - Amazon Pinpoint
開始之前步驟 1：設定模型步驟 2：新增屬性到模型步驟 3：檢閱和發佈模型

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

  1. 開啟位於 https://console.aws.amazon.com/pinpoint/ 的 Amazon Pinpoint 主控台。

  2. 在導覽窗格中，選擇 Machine learning models (機器學習模型)。

  3. 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)。

  4. 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 (‐)。

  5. (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：_ ; () , ‐。

  6. 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。

  7. 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。

  8. 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。

  9. 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。

  10. 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。

  11. 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。