筛选批量建议和用户细分（自定义资源） - Amazon Personalize
在输入中提供筛选器值 JSON筛选批量工作流程（控制台）筛选批处理工作流程 (Amazon SDKs)
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。

筛选批量建议和用户细分（自定义资源）

筛选批量建议和用户细分的工作方式与筛选实时建议几乎相同。它遵循获取批量商品推荐或中描述的工作流程获取批量用户细分。要筛选批量建议或用户细分，请执行以下操作：

  1. 创建筛选器，就像针对实时建议创建筛选器一样。有关更多信息，请参阅 筛选实时建议。

  2. 准备您的输入数据并将其上传到 Amazon S3，如为批量建议准备输入数据或为用户细分准备输入数据中所述。如果您的筛选器使用占位符参数，则必须添加其他 filterValues 对象。有关更多信息，请参阅 在输入中提供筛选器值 JSON。如果您的筛选器不使用占位符参数，则您的输入数据可以遵循Batch 推理作业输入和输出示例 JSON 批量细分作业输入和输出 JSON 示例中的示例

  3. 为输出数据创建一个单独的位置，可以是文件夹，也可以是其他 Amazon S3 存储桶。

  4. 创建批量推理作业或批量细分作业。创建任务时，请指定筛选条件的 Amazon 资源名称 (ARN)。

  5. 批量推理或批量细分作业完成后，从 Amazon S3 的输出位置检索建议或用户细分。

在输入中提供筛选器值 JSON

对于带有占位符参数的过滤器（例如）$GENRE，您必须在输入JSON中提供filterValues对象中参数的值。对于 filterValues 对象，每个键都是一个参数名称。每个值都是您作为参数传递的标准。用转义引号将每个值括起来："filterValues":{"GENRES":"\"drama\""}。对于多个值，用英文逗号分隔每个值："filterValues":{"GENRES":"\"horror\",\"comedy\",\"drama\""}

Batch 推理作业输入示例 JSON

以下是批处理推理作业JSON输入文件前几行的示例。该示例包括 filterValues 对象。GENRES 键对应于筛选器表达式中的 $GENRES 占位符。此示例中的作业使用 User-Personalization 食谱。对于 RELATED _ ITEMS 食谱，请提供itemId代替userId。对于 PERSONALIZED _ RANKING 食谱，请提供 userID 和。itemList


{"userId": "5","filterValues":{"GENRES":"\"horror\",\"comedy\",\"drama\""}}
{"userId": "3","filterValues":{"GENRES":"\"horror\",\"comedy\""}}
{"userId": "34","filterValues":{"GENRES":"\"drama\""}}

有关按食谱进行批量推理作业输入数据的更多示例，请参阅Batch 推理作业输入和输出示例 JSON。您可以使用这些示例作为起点并添加上面示例中的 filterValues 对象。

Batch 分段作业输入JSON示例

以下是JSON输入文件前几行的示例，其中包含批处理分段作业的筛选值。GENRES 键对应于筛选器表达式中的 $GENRES 占位符。


{"itemAttributes": "ITEMS.genres = \"Comedy\" AND ITEMS.genres = \"Action\"","filterValues":{"COUNTRY":"\"Japan\""}}
{"itemAttributes": "ITEMS.genres = \"Horror\"","filterValues":{"COUNTRY":"\"United States\"\""}}
{"itemAttributes": "ITEMS.genres = \"Action\" AND ITEMS.genres = \"Adventure\"","filterValues":{"COUNTRY":"\"England\""}}

有关按食谱进行批量推理作业输入数据的更多示例，请参阅批量细分作业输入和输出 JSON 示例。您可以使用这些示例作为起点并添加上面示例中的 filterValues 对象。

筛选批量工作流程（控制台）

要使用 Amazon Personalize 控制台筛选批量工作流程，您需创建筛选器，然后创建批量推理作业或批量细分作业，并选择筛选器。有关完整的分步说明，请参阅创建批量推理作业（控制台）和创建批量细分作业（控制台）。

筛选批处理工作流程 (Amazon SDKs)

要使用筛选批量建议 Amazon SDKs，请创建一个筛选条件并在CreateBatchInferenceJob或CreateBatchSegmentJob请求中包含FilterArn参数。

以下代码展示了如何使用 Amazon SDK for Python (Boto3)创建带筛选器的批量推理作业。我们建议使用不同的输出数据位置（文件夹或其他 Amazon S3 存储桶）。有关所有字段的完整说明，请参阅创建批量推理作业 (Amazon SDKs)。

import boto3
     
personalize = boto3.client("personalize")
 
personalize_rec.create_batch_inference_job (
    solutionVersionArn = "Solution version ARN",
    jobName = "Batch job name",
    roleArn = "IAM role ARN",
    filterArn = "Filter ARN",
    jobInput = 
        {"s3DataSource": {"path": "S3 input path"}},
    jobOutput =
        {"S3DataDestination": {"path": "S3 output path"}}
)