商品数据要求创建时间戳数据分类元数据非结构化文本元数据数值数据非分类字符串数据项目元数据示例

为训练准备项目元数据

项目元数据包括与您的用户互动的项目相关的数字和分类数据。物品元数据的示例包括创建时间戳、价格、类型、描述和供货情况。您可以将有关物品的元数据导入到 Amazon Personalize 物品数据集。

根据您的域名用例或自定义配方，商品元数据可以帮助 Amazon Personalize 向用户推荐更多相关的商品，更准确地预测相似的项目，或者推荐更有意义的用户群体。它还可以帮助 Amazon Personalize 在推荐中推出新商品。某些域用例需要项目元数据，对于所有自定义配方，项目元数据是可选的。有关更多信息，请参阅中的域名用例或配方的数据要求将您的用例与 Amazon Personalize 资源进行匹配。

训练时，Amazon Personalize 不使用非分类字符串项目数据，例如项目标题或作者数据。但是，导入这些数据仍然可以增强推荐效果。有关更多信息，请参阅非分类字符串数据。

Amazon Personalize 在培训期间考虑的最大商品数量取决于您的用例或食谱。只有在培训期间考虑的项目才能出现在推荐中。

对于用户个性化-v2 或个性化排名-v2，模型在训练期间考虑的最大项目数为 500 万。这些项目既来自项目交互数据集，也来自项目交互数据集。
对于除用户个性化-v2 和 personalized-ranking-v2 之外的所有域用例和自定义配方，模型在训练和生成推荐期间考虑的最大项目数为 750,000 个。

对于所有域名用例和自定义配方，您的批量商品数据必须位于CSV文件中。文件中的每一行都应代表一个唯一的项目。准备完数据后，就可以创建架构JSON文件了。此文件告知 Amazon Personalize 您的数据结构。有关更多信息，请参阅为 Amazon Personalize 架构创建架构JSON文件。

以下各节提供了有关如何为 Amazon Personalize 准备商品元数据的更多信息。有关所有类型数据的批量数据格式指南，请参阅批量数据格式指南

商品数据要求

以下是 Amazon Personalize 的商品元数据要求。

如果您不确定自己是否有足够的数据或对其质量有疑问，可以将您的数据导入亚马逊个性化数据集，然后使用亚马逊个性化对其进行分析。有关更多信息，请参阅分析 Amazon Personalize 数据集中数据的质量和数量。

对于所有域名用例和自定义配方，您必须有一个 ITEM _ID 列来存储每件商品的唯一标识符。每件商品都必须有一个商品编号。它必须是string最大长度为 256 个字符的。
对于自定义配方，您的数据必须至少包含一个类别字符串或数字元数据列。项目元数据列可以包含空值/空值。我们建议这些列的完整度至少为 70%。
对于域名用例，所需的列取决于您的域名。有关更多信息，请参阅VIDEO_ON_ 域名要求 DEMAND 或ECOMMERCE域名要求。
最大元数据列数为 100。

VIDEO_ON_ 域名要求 DEMAND

某些用例需要项目元数据（请参阅VIDEO_ON_DEMAND 使用案例）。如果可选，我们仍建议您导入项目元数据以获取最相关的推荐。如果您导入项目元数据，则您的数据必须包含以下列：

ITEM_ID
GENRES（绝对的string）
CREATION_TIMESTAMP（采用 Unix 纪元时间格式）

以下列出了其他推荐列及其所需类型。该null类型表示该列可能有缺失值。我们建议这些列的完整度至少为 70%。加入这些列可以改善建议。

PRICE（浮动）
DURATION（浮动）
GENRE_L2（分类string，）null
GENRE_L3（分类string，）null
AVERAGE_RATING (float, null)
PRODUCT_DESCRIPTION（文本string，null）
CONTENT_OWNER（分类string，null）— 拥有视频的公司。例如，值可能是 HBO Paramount 和NBC。
CONTENT_CLASSIFICATION（分类string，null）— 内容的评级。例如，值可能是 G、PG、PG-13、R、NC-17 和未分级。

ECOMMERCE域名要求

项目元数据对于所有ECOMMERCE用例都是可选的。如果您有商品数据，我们建议您将其导入以获得最相关的推荐。如果您导入项目元数据，则您的数据必须包含以下列：

ITEM_ID
PRICE (float)
CATEGORY_L1（分类string）-有关格式化分类数据的信息，请参阅。分类元数据

以下列出了其他推荐列及其所需类型。该null类型表示该列可能有缺失值。我们建议这些列的完整度至少为 70%。加入这些列可以改善建议。

CATEGORY_L2（分类string，）null
CATEGORY_L3（分类string，）null
PRODUCT_DESCRIPTION（文本string，null）
CREATION_TIMESTAMP (float)
AGE_GROUP（分类string，null）— 商品所针对的年龄组。值可能是新生儿、婴儿、儿童和成人。
ADULT（分类string，null）— 商品是否仅限于成人，例如酒精。值可能为是或否。
GENDER（分类string，null）— 商品的性别。值可以是男性、女性和男女皆宜。

创建时间戳数据

创建时间戳数据必须采用 Unix 纪元时间格式，以秒为单位。例如，日期为 2020 年 7 月 31 日的纪元时间戳（以秒为单位）为 1596238243。要将日期转换为 Unix 纪元时间戳，请使用 E poch 转换器-Unix 时间戳转换器。

Amazon Personalize 使用创建时间戳数据（采用 Unix 纪元时间格式，以秒为单位），计算物品的使用年限并相应地调整建议。

如果缺少一件或多件物品的创建时间戳数据，则 Amazon Personalize 会从交互数据（如果有）中推断出此信息，并使用物品最早交互数据的时间戳作为物品的创建时间戳。如果某个物品没有交互数据，则其创建时间戳将设置为训练集中最新交互的时间戳，且 Amazon Personalize 会将其视为新物品。

分类元数据

对于某些配方和所有域名用例，Amazon Personalize 使用分类元数据（例如商品的类型或颜色）来识别与用户最相关的商品的底层模式。您可以基于自己的使用案例来定义自己的值范围。分类元数据可以是任何语言。

对于具有多个类别的物品，使用竖线“|”分隔每个值。例如，对于字GENRES段，您的项目数据可能是Action|Crime|Biopic。如果您有多个级别的类别数据，并且某些项目在层次结构中的每个级别都有多个类别，请为每个级别使用单独的列，并在每个字段名称后面附加一个级别指示符：GENRES、GENRE _L2、_L3。GENRE这允许您根据子类别筛选推荐，即使一个项目属于多个多级类别（有关创建和使用筛选器的信息，请参阅筛选建议和用户细分）。例如，某个视频可能包含每个类别级别的以下数据：

GENRES: 动作|冒险
GENRE_L2：Crime|Western
GENRE_L3：传记片

在此示例中，该视频位于动作 > 犯罪 > 传记片层次结构和冒险 > 西方 > 传记片层次结构中。我们建议使用的级别最高仅到 L3，但如有必要，可以使用更多级别。

分类值最多可以有 1000 个字符。如果您的物品的分类值超过 1000 个字符，则您的数据集导入作业将失败。我们建议分类列最多包含 1000 个可能的值。导入具有更多值的分类数据可能会对推荐产生负面影响。以下内容可以帮助您减少类别列的可能值的数量：

确保值遵循一致的命名惯例并检查是否有错别字。例如，使用 “男鞋”，而不是混合 “男鞋”、“男鞋” 和 “男鞋”。
合并使用略有不同的术语来指代相同基础类别的相似类别，例如 “鞋子” 和 “运动鞋”。
如果您的数据采用分层结构，其中更广泛的类别（例如 “鞋类”）包含更具体的子类别（例如 “男鞋”、“女鞋”、“童鞋”），请为每个级别使用单独的列，并在每个字段名称后面附加一个级别指示器。例如，CATEGORY_1、_ CATEGORY 2 和 CATEGORY _3。这可以减少模棱两可或重叠的类别。

对于所有食谱和域，您可以导入分类数据，并使用此类数据，根据物品的属性筛选建议。有关筛选建议的信息，请参阅筛选建议和用户细分。

非结构化文本元数据

对于某些食谱和域，Amazon Personalize 可以从非结构化文本元数据（例如产品描述、产品评论或电影提要）中提取有意义的信息。Amazon Personalize 使用非结构化文本为您的用户识别相关物品，尤其是在物品是新物品或交互数据较少的情况下。您最多可添加 1 个文本字段。在物品数据集中包含非结构化文本数据，可以提高目录中新物品的点击率和对话率。

在准备非结构化文本元数据时，请将文本用双引号括起来，并删除所有换行符。使用 \ 字符，对数据中的任何双引号或 \ 字符进行转义处理。Amazon Personalize 会按字符限制截断文本字段。确保文本中最相关的信息位于字段的开头。

除中文和日语外，所有语言的非结构化文本值最多可以包含 2 万个字符。对于中文和日语，最多可以包含 7 千个字符。Amazon Personalize 会将超过字符限制的值截断，使其符合字符限制。

您可以采用多种语言提交非结构化文本物品，但每个物品的文本只能使用一种语言。文本可使用以下语言：

中文（简体）
中文（繁体）
English
法语
德语
日语
葡萄牙语
西班牙语

数值数据

Amazon Personalize 可以使用商品的数字元数据，例如价格或视频时长，为用户生成更相关的推荐。此数值数据可以表示为整数或十进制值。

如果您使用User-Personalization或Personalized-Ranking自定义配方，则除了最大限度地提高相关性（例如最大限度地提高收入）之外，还可以针对商品元数据相关目标优化 Amazon Personalize 解决方案。配置解决方案时，您可以在项目数据集中选择与您的目标相关的数字元数据列。例如，你可以选择一个 VIDEO _ LENGTH 列来最大限度地提高直播时间，或者选择一PRICE列来最大限度地提高收入。

有关更多信息，请参阅针对其他目标优化解决方案。

非分类字符串数据

除商品外IDs，Amazon Personalize 在训练时不使用非分类的非文本字符串数据，例如项目标题或作者数据。但是，Amazon Personalize 可以将其与以下功能一起使用。非分类值最多可包含 1000 个字符。

Amazon Personalize 可以在建议中包含物品元数据，包括非分类字符串值。您可以使用元数据来丰富用户界面中的建议，例如将导演的姓名添加到电影建议轮播中。有关更多信息，请参阅推荐中的商品元数据。
如果您使用Similar-Items，则可以生成带有主题的批量建议。生成带有主题的批量建议时，必须在批量推理作业中指定物品名称列。有关更多信息，请参阅内容生成器中带有主题的批量建议。
您可以创建筛选条件，以根据非分类字符串数据在建议中包含或删除物品。有关筛选条件的更多信息，请参阅筛选建议和用户细分。

项目元数据示例

CSV文件中电影元数据的前几行可能如下所示。


ITEM_ID,GENRES,CREATION_TIMESTAMP,DESCRIPTION
1,Adventure|Animation|Children|Comedy|Fantasy,1570003267,"This is an animated movie that features action, comedy, and fantasy. Audience is children. This movie was released in 2004."
2,Adventure|Children|Fantasy,1571730101,"This is an adventure movie with elements of fantasy. Audience is children. This movie was release in 2010."
3,Comedy|Romance,1560515629,"This is a romantic comedy. The movie was released in 1999. Audience is young women."
4,Comedy|Drama|Romance,1581670067,"This movie includes elements of both comedy and drama as well as romance. This movie was released in 2020."
...
...

该ITEM_ID列为必填列，用于存储每件商品的唯一标识符。该GENRE列存储每部电影的分类元数据，该DESCRIPTION列是非结构化文本元数据。该CREATION_TIMESTAMP列以 Unix 纪元时间格式存储每个项目的创建时间（以秒为单位）。

准备完数据后，就可以创建架构JSON文件了。此文件告知 Amazon Personalize 您的数据结构。有关更多信息，请参阅为 Amazon Personalize 架构创建架构JSON文件。以上示例数据的架构JSON文件如下所示。


{
  "type": "record",
  "name": "Items",
  "namespace": "com.amazonaws.personalize.schema",
  "fields": [
    {
      "name": "ITEM_ID",
      "type": "string"
    },
    {
      "name": "GENRES",
      "type": [
        "null",
        "string"
      ],
      "categorical": true
    },
    {
      "name": "CREATION_TIMESTAMP",
      "type": "long"
    },
    {
      "name": "DESCRIPTION",
      "type": [
        "null",
        "string"
      ],
      "textual": true
    }
  ],
  "version": "1.0"
}

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。

物品交互数据

用户元数据