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
<a name="personalize-workflow"></a>

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](readiness-checklist.md)。

1. **[将您的应用场景与 Amazon Personalize 资源进行匹配](use-cases-and-recipes.md)** - 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。

1. **[准备训练数据](preparing-training-data.md)** - 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。

1. **[为您的数据创建架构 JSON 文件](how-it-works-dataset-schema.md)** - 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。

1. **[创建数据集组](data-prep-ds-group.md)** - 数据集组是存放 Amazon Personalize 资源的容器。您可为 VIDEO\$1ON\$1DEMAND 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。

1. **[创建架构和数据集](data-prep-creating-datasets.md)** - *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。

1. **[将训练数据导入到数据集](import-data.md)** - 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。

1. **训练和部署模型** - 要在 VIDEO\$1ON\$1DEMAND 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](creating-recommenders.md)。
   + 有关创建和部署自定义资源的信息，请参阅[自定义资源](create-custom-resources.md)。

1. **[获取建议](getting-recommendations.md)** - 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](filter.md)。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。

1. **[记录实时事件](recording-events.md)** - 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](maintaining-relevance.md)。