创建解决方案（控制台）创建解决方案 (Amazon CLI)创建解决方案 (Amazon SDK)

创建和配置解决方案

完成数据导入后，就可以创建解决方案了。解决方案 是指 Amazon Personalize 食谱、自定义参数和一个或多个解决方案版本（经过训练的模型）的组合。

创建解决方案时，您可以对其进行配置，以满足您的特定业务需求：

配置解决方案时，您需要指定与您的使用案例一致的配方。有关可用食谱的信息，请参阅选择配方。
如果您选择的配方生成了物品建议或用户细分，则可以修改 Amazon Personalize 在训练模型（创建解决方案版本）时考虑的列。有关更多信息，请参阅配置训练时使用的列。
您可以根据您的食谱和业务需求配置超参数来优化模型。使用不同超级参数的不同食谱。有关配置超参数的信息，请参阅超级参数和 HPO。有关您的配方的可用超参数，请参阅选择配方中的配方页面。
如果您使用 User-Personalization 食谱或 Personalized-Ranking 食谱食谱，则除了相关性之外，还可以针对目标优化解决方案。有关更多信息，请参阅针对其他目标优化解决方案。
如果您拥有事件类型和事件值数据，则可以使用它来选择 Amazon Personalize 在训练期间考虑的物品交互记录。有关更多信息，请参阅选择用于训练的物品交互数据。

如果您有现有解决方案，则可以使用 Amazon Personalize 控制台来克隆解决方案。克隆解决方案时，您可以使用现有解决方案的配置（例如食谱和超参数）作为起点，并根据需要进行任何更改。有关更多信息，请参阅克隆解决方案（控制台）。创建解决方案后，您可以在 Amazon Personalize 控制台的解决方案详情页面或通过 DescribeSolution 操作，查看解决方案的配置详细信息。

您可以使用控制台、 Amazon Command Line Interface (Amazon CLI) 或 Amazon SDK 创建和配置解决方案。

主题

创建解决方案（控制台）

要在控制台中创建解决方案，请选择包含您要使用的数据集的数据集组，然后指定解决方案名称、食谱和可选的食谱特定超参数。

如果您的配方生成了物品建议或用户细分，则可以更改列以尝试不同的训练数据组合，也可以将无有意义数据的列排除在训练之外。例如，可能有一列，您只想将其用来筛选建议。您可以将此列排除在训练之外，Amazon Personalize 只有在筛选时才会考虑该列。

配置解决方案（控制台）

打开 Amazon Personalize 控制台（网址为 https://console.aws.amazon.com/personalize/home），并登录您的账户。
在数据集组页面，选择您的数据集组。
在概述页面上，对于步骤 3：
- 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。
对于解决方案名称，为您的解决方案指定名称。
对于解决方案类型，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）。
对于食谱，选择一个食谱（请参阅选择配方）。
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。
选择下一步。
在高级配置页面上，如果您的配方生成了物品建议或用户细分，则可以选择使用用于训练的列，来选择 Amazon Personalize 在训练解决方案版本时考虑的列。

默认情况下，Amazon Personalize 使用可在训练中采用的所有列。仅列出您所选食谱使用的数据集。不使用布尔数据类型和非分类字符串字段的列。您无法排除 EVENT_TYPE 列。

有关更多信息，请参阅配置训练时使用的列。
在超参数配置中，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。有关可用的超级参数，请参阅选择配方中的各个配方。
在解决方案配置中，如果您的物品交互数据集包含 EVENT_TYPE 或同时包含 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物品交互数据。

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 食谱或 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。目标敏感度配置了 Amazon Personalize 如何通过交互数据根据目标和相关性来平衡推荐物品。有关更多信息，请参阅针对其他目标优化解决方案。
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。
选择创建解决方案。Amazon Personalize 开始创建您的第一个解决方案版本，而且会显示解决方案和食谱页面。要监控其状态，请选择您的解决方案，并在解决方案版本部分中查看状态。

当它处于活动状态时，你可以将其部署到活动中，然后获得实时推荐。或者，根据您的食谱，您无需创建广告系列即可获得批量推荐。

有关活动的信息，请参阅创建市场活动。有关批量建议的信息，请参阅批量建议和用户细分（自定义资源）。

创建解决方案 (Amazon CLI)

要使用创建解决方案 Amazon CLI，请使用以下create-solution操作。指定 solution name、dataset group arn 和 recipe arn。


aws personalize create-solution \
  --name solution name \
  --dataset-group-arn dataset group arn \
  --recipe-arn recipe arn

这将显示解决方案 Amazon 资源名称 (ARN)，例如：


{
  "solutionArn": "arn:aws:personalize:<region>:solution/<solution name>"
}

记录解决方案 ARN 以备将来使用，然后继续创建解决方案版本 (Amazon CLI)。

根据您的配方，您可以修改上述代码以优化配方属性和超参数（请参阅超级参数和 HPO），选择训练中使用的列（请参阅配置训练时使用的列 (Amazon CLI)），或者筛选用于训练的交互数据（请参阅选择用于训练的物品交互数据）。

如果您使用 User-Personalization 食谱或 Personalized-Ranking 食谱食谱，则除了相关性之外，还可以针对目标优化解决方案。有关更多信息，请参阅针对其他目标优化解决方案。

创建解决方案 (Amazon SDK)

以下代码展示了如何创建 Amazon Personalize 解决方案。为解决方案命名，并指定您的数据集组的 Amazon 资源名称 (ARN)，以及要使用的食谱的 ARN。有关食谱的信息，请参阅选择配方。

根据您的配方，您可以修改以下代码以优化配方属性和超参数（请参阅超级参数和 HPO），配置用于训练的列（请参阅配置训练时使用的列 (Amazon SDK)），或者筛选用于训练的交互数据（请参阅选择用于训练的物品交互数据）。

SDK for Python (Boto3)


import boto3

personalize = boto3.client('personalize')

print('Creating solution')
create_solution_response = personalize.create_solution(
  name='solution name', 
  recipeArn= 'recipe arn', 
  datasetGroupArn = 'dataset group arn'
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)

SDK for Java 2.x


    public static String createPersonalizeSolution(PersonalizeClient personalizeClient,
            String datasetGroupArn,
            String solutionName,
            String recipeArn) {

        try {
            CreateSolutionRequest solutionRequest = CreateSolutionRequest.builder()
                    .name(solutionName)
                    .datasetGroupArn(datasetGroupArn)
                    .recipeArn(recipeArn)
                    .build();

            CreateSolutionResponse solutionResponse = personalizeClient.createSolution(solutionRequest);
            return solutionResponse.solutionArn();

        } catch (PersonalizeException e) {
            System.err.println(e.awsErrorDetails().errorMessage());
            System.exit(1);
        }
        return "";
    }

SDK for JavaScript v3


// Get service clients module and commands using ES6 syntax.
import { CreateSolutionCommand } from
  "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";
// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

// Set the solution parameters.
export const createSolutionParam = {
  datasetGroupArn: 'DATASET_GROUP_ARN', /* required */
  recipeArn: 'RECIPE_ARN', /* required */
  name: 'NAME' /* required */
}

export const run = async () => {
  try {
    const response = await personalizeClient.send(new CreateSolutionCommand(createSolutionParam));
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

记录解决方案 ARN 以备将来使用，然后继续创建解决方案版本 (Amazon SDK)。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

创建解决方案和解决方案版本

配置训练时使用的列