创建解决方案(控制台) - Amazon Personalize
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

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。

创建解决方案(控制台)

重要

创建解决方案后,您无法更改其配置。默认情况下,所有新解决方案都使用自动训练。使用自动训练,当您的解决方案处于活动状态时,您就会产生培训费用。为避免不必要的开支,请务必在完成后删除该解决方案。有关培训费用的信息,请参阅 Amazon Personalize 定价

要在控制台中创建解决方案,请选择您的数据集组,然后指定解决方案名称、配方和可选的训练配置。

配置解决方案(控制台)
  1. 打开 Amazon Personalize 控制台 https://console.aws.amazon.com/personalize/home,然后登录你的账户。

  2. 数据集组页面,选择您的数据集组。

  3. 述页面上,对于步骤 3,执行以下任一操作:

    • 如果您创建了域数据集组,请选择使用自定义资源,然后选择创建解决方案

    • 如果您创建了自定义数据集组,则选择创建解决方案

  4. 对于解决方案名称,为您的解决方案指定名称。

  5. 在 “解决方案类型” 中,选择要创建的解决方案类型。您选择的类型决定了可用的配方。

    • 选择物品建议,以便为用户获取物品建议。例如,个性化的电影建议。

    • 选择操作建议,以便为用户获取操作建议。例如,为用户生成下一个最佳操作,例如下载您的应用程序。

    • 选择用户细分,以根据您的物品数据获取用户细分(用户组)。

  6. 对于食谱,选择一个食谱(请参阅选择食谱)。

  7. 对于标签,可以选择添加任何标签。有关标记 Amazon Personalize 资源的更多信息,请参阅为 Amazon Personalize 资源添加标签

  8. 选择下一步

  9. 培训配置页面上,自定义解决方案以满足您的业务需求。

    • 自动训练中,选择解决方案是否使用自动训练。如果您使用自动训练,则可以更改Automatic training frequency。默认训练频率为每 7 天一次。

      我们建议使用自动训练。它使您可以更轻松地保持推荐的相关性。您的训练频率取决于您的业务需求、您使用的方法以及导入数据的频率。有关更多信息,请参阅 配置自动训练。有关保持相关性的信息,请参阅维护建议相关性

    • 超参数配置中,根据您的配方和业务需求配置任何超参数选项。使用不同超级参数的不同食谱。有关可供您使用的超参数,请参阅中的各个配方。选择食谱

    • 培训专栏中,如果您的配方生成了项目推荐或用户细分,则可以选择创建解决方案版本时 Amazon Personalize 会考虑的列。有关更多信息,请参阅 配置训练时使用的列

    • 其他配置中,如果您的商品互动数据集包含 EVENT_TYPE 或同时有 EVENT_TYPE 和 EVENT_VALUE 列,则可以选择使用事件类型和事件值阈值字段来选择 Amazon Personalize 在训练模型时使用的商品互动数据。有关更多信息,请参阅 选择用于训练的物品交互数据

    • 如果您使用 User-Personalization 食谱Personalized-Ranking 食谱食谱,则可以选择指定目标并选择目标灵敏度,以便在相关性之外针对目标优化您的解决方案。客观敏感度用于配置 Amazon Personalize 如何平衡基于您的目标的推荐商品与通过互动数据的相关性进行比较。有关更多信息,请参阅 针对其他目标优化解决方案

  10. 选择 “下一步” 并查看解决方案的详细信息。创建解决方案后,您无法更改其配置。

  11. 选择创建解决方案。在您创建解决方案后,Amazon Personalize 将在一小时内开始创建您的第一个解决方案版本。训练开始后,您可以在解决方案详细信息页面的解决方案版本部分中对其进行监控。自动创建的解决方案版本的训练类型为 “自动”。

    当解决方案版本处于活动状态时,您就可以使用它来获取建议了。如何使用有效的解决方案版本取决于您如何获得推荐:

    • 要获得实时推荐,您可以通过 Amazon Personalize 活动部署有效的解决方案版本。您可以使用该活动为用户获取推荐。请参阅 创建市场活动

    • 对于批量建议,您可以在创建批处理推理作业或批处理区段作业时指定 ACTIVE 解决方案版本。请参阅 批量建议和用户细分(自定义资源)