创建批处理细分作业 - 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

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。

创建批处理细分作业

如果您使用 USER_SEGUMENTION 配方,则可以创建批处理区段作业以获取解决方案版本中的用户细分。根据每个用户与库存中商品互动的概率,每个用户细分按降序排序。根据配方,您的输入数据必须是项目列表(物品亲和力食谱) 或物品属性 (物品属性-亲和力食谱) 采用 JSON 格式。您可以使用 Amazon Personalize 化控制台创建批处理细分任务Amazon Command Line Interface(Amazon CLI),或者Amazon开发工具包。

有关 Amazon Personalize 中批处理工作流程的更多信息,包括权限要求以及准备和导入输入数据,请参阅获取批量推荐和用户细分.

创建批量区段作业(控制台)

完成后准备和导入批量输入数据,您已准备好创建批处理细分作业了。此过程假定您已经使用 Item-Affinity 配方创建了解决方案和解决方案版本(训练模型)。

获得创建批量区段作业(控制台)

  1. 从打开 Amazon Personalize 控制台https://console.aws.amazon.com/personalize/home然后登录您的账户。

  2. 在存储库的数据集组页面中,选择数据集组。

  3. 选择批量细分作业在导航窗格中,选择创建批处理细分作业.

  4. In批处理细分作业详情,对于Batch 段作业名称,为批量段作业指定一个名称。

  5. 适用于解决方案,选择解决方案,然后选择解决方案版本 ID要用于生成建议的内容。只有在使用 USER_SEGENTIONAL 配方时,才能创建批处理区段作业。

  6. 适用于用户数,可选择指定 Amazon Personalize 为每个用户细分生成的用户数量。默认值为 25。

  7. 适用于输入源中,指定指向您的输入文件的 Amazon S3 路径或使用浏览 S3选择 Amazon S3 存储桶。

    使用下面的语法:s3://<name of your S3 bucket>/<folder name>/<input JSON file name>

    您的输入数据必须采用解决方案使用的配方的正确格式。有关输入数据示例请参阅输入和输出 JSON 示例.

  8. 适用于输出目的地中,指定指向输出位置的路径或使用浏览 S3选择 Amazon S3 存储桶。我们建议您的输出数据使用不同的位置(文件夹或其他 Amazon S3 存储桶)。

    使用下面的语法:s3://<name of your S3 bucket>/<output folder name>/

  9. 适用于IAM 角色,选择以下选项之一:

    • 选择创建和使用新的服务角色然后输入服务角色名称创建新的角色,或者

    • 如果您已创建具有正确权限的角色,请选择使用现有服务角色然后选择 IAM 角色。

    您使用的角色必须分别具有对输入和输出 Amazon S3 存储桶的读写访问权限。

  10. 适用于筛选条件(可选)选择一个筛选器,将筛选器应用于添加到输出 JSON 文件的推荐。有关更多信息,请参阅筛选批处理推荐和用户细分.

  11. 选择创建批处理细分作业. Batch 细分工作创建开始,Batch 细分作业此时将显示页面,Batch 细分作业详情显示的部分。

  12. 当批处理段作业的状态更改为处于活动状态,您可以从指定的输出 Amazon S3 存储桶中检索作业的输出。输出文件的名称将采用 input-name.out 格式。

创建批处理区段作业 (Amazon CLI)

完成后准备和导入批量输入数据,您已准备好使用以下方法创建批处理区段作业create-batch-segment-job代码。指定作业名称,替换Solution version ARN将替换为解决方案版本的 Amazon 资源名称 (ARN),IAM service role ARN使用您在设置期间为 Amazon Personalize 化创建的 IAM 服务角色的 ARN。此角色必须分别具有对输入和输出 Amazon S3 存储桶的读写访问权限。

ReplaceS3 input pathS3 output path使用指向输入文件和输出位置的 Amazon S3 路径。我们建议您的输出数据使用不同的位置(文件夹或其他 Amazon S3 存储桶)。您可以对添加到输出 JSON 文件的推荐应用过滤器。有关更多信息,请参阅筛选批处理推荐和用户细分.

对于输入和输出位置使用以下语法:s3://<name of your S3 bucket>/<folder name>/<input JSON file name>s3://<name of your S3 bucket>/<output folder name>/.

aws personalize create-batch-segment-job --job-name Job name \ --solution-version-arn Solution version 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" }

创建批处理区段作业 (Amazon开发工具包)

完成后准备和导入批量输入数据,您已准备好使用CreateBatchSegmentJoboperation. 以下代码演示如何使用创建批处理区段作业。Amazon SDK for Python (Boto3)要么Amazon SDK for Java 2.x.

对于输入和输出位置使用以下语法:s3://<name of your S3 bucket>/<folder name>/<input JSON file name>s3://<name of your S3 bucket>/<output folder name>/.

SDK for Python (Boto3)

请使用以下create_batch_segment_job创建批量段作业的代码。指定Job name,替换Solution version ARN将替换为解决方案版本的 Amazon 资源名称 (ARN),IAM service role ARN使用您在设置期间为 Amazon Personalize 化创建的 IAM 服务角色的 ARN。此角色必须分别具有对输入和输出 Amazon S3 存储桶的读写访问权限。

使用指向输入文件和输出位置的 Amazon S3 路径替换 Amazon S3 数据源和数据目标。我们建议您的输出数据使用不同的位置(文件夹或其他 Amazon S3 存储桶)。您可以对添加到输出 JSON 文件的推荐应用过滤器。有关更多信息,请参阅筛选批处理推荐和用户细分.

import boto3 personalize_rec = boto3.client(service_name='personalize') personalize_rec.create_batch_segment_job ( solutionVersionArn = "Solution version ARN", jobName = "Job name", roleArn = "IAM service role ARN", }, jobInput = {"s3DataSource": {"path": "s3://<name of your S3 bucket>/<folder name>/<input JSON file name>"}}, jobOutput = {"s3DataDestination": {"path": "s3://<name of your S3 bucket>/<output folder name>/"}} )
SDK for Java 2.x

请使用以下createBatchSegmentJob创建批量段作业的方法。将以下内容作为参数传递:Amazon Personalize 化服务客户端、解决方案版本的 ARN(亚马逊资源名称)、作业的名称、存储输入数据的 Amazon S3 位置 (s3InputDataSourcepath)、bucket-name/folder name输出数据位置(s3datadeStinationPath)以及服务相关角色的 ARN(请参阅为 Amazon Personalize 创建 IAM 服务角色)。我们建议您的输出数据使用不同的位置(文件夹或其他 Amazon S3 存储桶)。

public static String createBatchSegmentJob(PersonalizeClient personalizeClient, String solutionVersionArn, String jobName, 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) .jobInput(jobInput) .jobOutput(jobOutputLocation) .jobName(jobName) .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 ""; }

处理批处理作业可能需要一段时间才能完成。您可以通过调用 DescribeBatchSegmentJob 和传递 batchSegmentJobArn 作为输入参数来检查作业的状态。您还可以在您的中列出所有 Amazon Personalize 批处理细分作业。Amazon通过调用环境ListBatchSegmentJobs.