Amazon Personalize 工作流程详细信息 - Amazon Personalize
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。

Amazon Personalize 工作流程详细信息

Amazon Personalize 工作流程如下。要获取列出了 Amazon Personalize 特征、要求和数据指南的清单，请参阅准备清单。

  1. 将您的应用场景与 Amazon Personalize 资源进行匹配 - Amazon Personalize 提供基于域的资源和为不同应用场景配置的自定义资源。当您将自己的应用场景与 Amazon Personalize 资源进行匹配时，请注意其数据要求。在您选择应用场景或配方后，此信息有助于准备数据。

  2. 准备训练数据 - 根据域应用场景或自定义配方的数据要求，在 CSV 文件中准备批量训练数据。Amazon Personalize 可以使用物品交互、物品、用户、操作和操作交互数据，具体取决于您的应用场景或配方。如果您没有批量数据，则可以使用单独的导入操作来收集数据和直播事件，直到满足 Amazon Personalize 训练要求以及域应用场景或配方的数据要求。

  3. 为您的数据创建架构 JSON 文件 - 为您要导入的每种数据类型创建架构 JSON 文件。这些文件概述了数据的结构和内容，包括列名及其数据类型。

  4. 创建数据集组 - 数据集组是存放 Amazon Personalize 资源的容器。您可为 VIDEO_ON_DEMAND 或 ECOMMERCE 域创建具有预配置资源的域数据集组。或者您可以创建自定义数据集组，并且只能创建自定义资源。

  5. 创建架构和数据集 - 架构会将您的数据结构告知给 Amazon Personalize，并允许 Amazon Personalize 解析数据。数据集是 Amazon Personalize 中用于训练数据的容器。

  6. 将训练数据导入到数据集 - 导入准备好的交互、物品、用户、操作或操作交互记录。您可以批量导入记录，也可以单独导入记录。

  7. 训练和部署模型 - 要在 VIDEO_ON_DEMAND 或 ECOMMERCE 域训练和部署模型，可以创建域推荐器。对于自定义资源，创建自定义解决方案和解决方案版本。对于实时建议，您可以在市场活动中部署解决方案版本。

    • 有关创建域推荐器的信息，请参阅域推荐器。

    • 有关创建和部署自定义资源的信息，请参阅自定义资源。

  8. 获取建议 - 使用您的推荐器或自定义市场活动来获取建议。您可以使用筛选器，在建议中包含或排除某些类型的物品。有关更多信息，请参阅 筛选建议和用户细分。使用自定义资源时，无需创建市场活动也可以获取批量推荐或用户细分。

  9. 记录实时事件 - 记录客户与推荐交互时的实时事件。这会生成您的交互数据，并使您的数据保持最新状态。并且它会告知 Amazon Personalize 您的用户当前的兴趣，从而提高建议的相关性。

首次完成 Amazon Personalize 工作流程后，确保数据保持最新状态，并定期重新训练使用手动训练的任何自定义解决方案。这样，您的模型能够从用户的最新活动中学习，并维持和提高建议的相关性。有关更多信息，请参阅 维护建议相关性。