筛选批量建议和用户细分（自定义资源） - Amazon Personalize
在您的输入 JSON 中提供筛选器值筛选批量工作流程（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。它遵循获取批量物品推荐和获取批量用户细分中描述的相同工作流程。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 在您的输入 JSON 中提供筛选器值。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批量推理作业输入和输出 JSON 示例 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。创建作业时，指定筛选器的 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。

在您的输入 JSON 中提供筛选器值

对于带有占位符参数的筛选器（如 $GENRE），您必须在输入 JSON 的 filterValues 对象中提供参数的值。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\""}

批量推理作业输入 JSON 示例

以下是批量推理作业 的 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，提供 itemId，而不是 userId。对于 PERSONALIZED_RANKING 食谱，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，请参阅批量推理作业输入和输出 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。

批量细分作业输入 JSON 示例

以下是批量细分作业 的 JSON 输入文件（带筛选器值）前几行的示例。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 适用于 Python (Boto3) 的 Amazon SDK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"}}
)