Erstellung eines Matching-Workflows, der auf maschinellem Lernen basiert

So erstellen Sie einen ML-based passenden Workflow:

1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die AWS Entity Resolution Konsole unter https://console.aws.amazon.com/entityresolution/.

2. Wählen Sie im linken Navigationsbereich unter Workflows die Option Matching aus.

3. Wählen Sie auf der Seite Passende Workflows in der oberen rechten Ecke die Option Passenden Workflow erstellen aus.

4. Gehen Sie für Schritt 1: Passende Workflow-Details angeben wie folgt vor:

   1. Geben Sie einen passenden Workflow-Namen und optional eine Beschreibung ein.

   2. Wählen Sie für die Dateneingabe eine AWS Glue Datenbank AWS-Region, die AWS Glue Tabelle und dann die entsprechende Schemazuordnung aus.

      Sie können bis zu 20 Dateneingaben hinzufügen.

   3. Die Option Daten normalisieren ist standardmäßig ausgewählt, sodass Dateneingaben vor dem Abgleich normalisiert werden. Wenn Sie Daten nicht normalisieren möchten, deaktivieren Sie die Option Daten normalisieren.

      Der auf maschinellem Lernen basierende Abgleich normalisiert Name nur, und. Phone Email

   4. Um die Zugriffsberechtigungen für den Dienst festzulegen, wählen Sie eine Option aus und ergreifen Sie die empfohlene Aktion.

      Option	Empfohlene Aktion
      Erstellen und verwenden Sie eine neue Servicerolle	AWS Entity Resolution erstellt eine Servicerolle mit der erforderlichen Richtlinie für diese Tabelle. Der Standardname für die Servicerolle lautetentityresolution-matching-workflow-<timestamp>. Sie müssen über Berechtigungen verfügen, um Rollen zu erstellen und Richtlinien anzuhängen. Wenn Ihre Eingabedaten verschlüsselt sind, wählen Sie die Option Diese Daten werden mit einem KMS-Schlüssel verschlüsselt. Geben Sie dann einen AWS KMS Schlüssel ein, der zum Entschlüsseln Ihrer Dateneingabe verwendet wird.
      Verwenden Sie eine vorhandene Servicerolle	Wählen Sie einen vorhandenen Servicerollennamen aus der Dropdownliste aus. Die Liste der Rollen wird angezeigt, wenn Sie berechtigt sind, Rollen aufzulisten. Wenn Sie nicht berechtigt sind, Rollen aufzulisten, können Sie den Amazon-Ressourcennamen (ARN) der Rolle eingeben, die Sie verwenden möchten. Wenn keine Servicerollen vorhanden sind, ist die Option „Eine vorhandene Servicerolle verwenden“ nicht verfügbar. Zeigen Sie die Servicerolle an, indem Sie auf den externen Link In IAM anzeigen klicken. Versucht standardmäßig AWS Entity Resolution nicht, die bestehende Rollenrichtlinie zu aktualisieren, um die erforderlichen Berechtigungen hinzuzufügen.

   5. (Optional) Um Tags für die Ressource zu aktivieren, wählen Sie Neues Tag hinzufügen aus und geben Sie dann das Schlüssel-Wert-Paar ein.

   6. Wählen Sie Weiter aus.

5. Für Schritt 2: Wählen Sie das passende Verfahren aus:

   1. Wählen Sie als Abgleichmethode die Option Auf maschinellem Lernen basierender Abgleich aus.

      

   2. Wählen Sie für den Verarbeitungsrhythmus eine der folgenden Optionen aus.

      • Wählen Sie Manuell, um einen Batch-Matching-Workflow auszuführen, der die gesamten Daten in Ihrem S3-Bucket verarbeitet.

      • Wählen Sie Automatisch, um einen Workflow für den inkrementellen Abgleich auszuführen, der nur die inkrementellen Daten in Ihrem S3-Bucket verarbeitet.

   3. Wählen Sie Weiter aus.

6. Für Schritt 3: Geben Sie die Datenausgabe und das Format an:

   1. Wählen Sie für Datenausgabeziel und -format den Amazon S3-Speicherort für die Datenausgabe aus und geben Sie an, ob das Datenformat Normalisierte Daten oder Originaldaten sein soll.

   2. Wenn Sie unter Verschlüsselung die Verschlüsselungseinstellungen anpassen möchten, geben Sie den AWS KMS Schlüssel-ARN ein.

   3. Sehen Sie sich die vom System generierte Ausgabe an.

   4. Entscheiden Sie für die Datenausgabe, welche Felder Sie einbeziehen, ausblenden oder maskieren möchten, und ergreifen Sie dann die empfohlenen Maßnahmen, die auf Ihren Zielen basieren.

      Ihr Ziel	Empfohlene Option
      Felder einbeziehen	Behalten Sie den Ausgabestatus „Eingeschlossen“ bei.
      Felder ausblenden (von der Ausgabe ausschließen)	Wählen Sie das Ausgabefeld aus und wählen Sie dann Ausblenden.
      Felder maskieren	Wählen Sie das Ausgabefeld und dann Hash-Ausgabe.
      Setzen Sie die vorherigen Einstellungen zurück	Klicken Sie auf Reset (Zurücksetzen).

   5. Wählen Sie Weiter aus.

7. Für Schritt 4: Prüfen und erstellen Sie:

   1. Überprüfen Sie die Auswahl, die Sie für die vorherigen Schritte getroffen haben, und bearbeiten Sie sie gegebenenfalls.

   2. Wählen Sie Create and run aus.

      Es wird eine Meldung angezeigt, die darauf hinweist, dass der entsprechende Workflow erstellt und der Job gestartet wurde.

8. Sehen Sie sich auf der Seite mit den Details des passenden Workflows auf der Registerkarte Metriken unter Letzte Job-Metriken Folgendes an:

   • Die Job-ID.

   • Der Status des passenden Workflow-Jobs: In Warteschlange, In Bearbeitung, Abgeschlossen , Fehlgeschlagen

   • Die Zeit, in der der Workflow-Job abgeschlossen wurde.

   • Die Anzahl der verarbeiteten Datensätze.

   • Die Anzahl der Datensätze, die nicht verarbeitet wurden.

   • Die generierten eindeutigen Match-IDs.

   • Die Anzahl der Eingabedatensätze.

   Sie können auch die Job-Metriken für übereinstimmende Workflow-Jobs, die zuvor ausgeführt wurden, im Auftragsverlauf anzeigen.

9. Nachdem der passende Workflow-Job abgeschlossen ist (Status ist abgeschlossen), können Sie zur Registerkarte Datenausgabe wechseln und dann Ihren Amazon S3-Standort auswählen, um die Ergebnisse anzuzeigen.

10. (Nur manueller Verarbeitungstyp) Wenn Sie einen auf maschinellem Lernen basierenden Abgleichsworkflow mit dem Verarbeitungstyp Manuell erstellt haben, können Sie den passenden Workflow jederzeit ausführen, indem Sie auf der Detailseite des passenden Workflows die Option Workflow ausführen auswählen.