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。
步骤 2：准备和导入数据
Amazon Personalize 使用您的数据为您的用户和用户细分生成建议。在您删除数据集之前，Amazon Personalize 会将您的数据存储在数据集中。对于所有使用案例（域数据集组）和配方（自定义资源），您的交互数据必须具有以下内容：
-
至少 1000 条来自用户与您目录中的物品进行交互的物品交互记录。这些交互可以来自批量导入，也可以来自流事件，或者两者兼而有之。
-
至少 25 个唯一的用户 ID，每位用户至少有两次物品交互。
为获得高质量的建议，我们建议您至少有 1000 名用户的最少 5 万次物品交互，每位用户有两次或更多次物品交互。
导入数据时，您可以选择批量、单独导入记录（或两者兼而有之）。
-
批量导入涉及一次性导入大量历史记录。您可以使用 SageMaker Data Wrangler 与多个数据来源准备和导入物品交互、用户和物品批量数据。或者，您可以自己准备批量数据，然后将其从 Amazon S3 中的 CSV 文件直接导入 Amazon Personalize。有关如何设置 Amazon Personalize 批量数据格式的信息，请参阅数据格式指南。
-
对于个人导入，您可以通过 Amazon Personalize 控制台和 API 操作导入个人记录。或者，您可以从实时事件中实时导入交互数据。
将数据导入 Amazon Personalize 数据集后，您可以对其进行分析，将其导出到 Amazon S3 存储桶，对其进行更新，或者通过删除数据集将其删除。有关更多信息，请参阅管理数据。
随着目录的增长，使用额外批量或单个数据导入操作来更新历史数据。要获得实时建议，请将您的物品交互数据集与用户的行为保持同步。为此，您可以使用事件跟踪器和 PutEvents 操作记录实时交互事件。有关更多信息，请参阅记录事件。