Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Benutzersegmente mit einem Batch-Segment-Job abrufen

Wenn Sie ein USER SEGMENTATION _-Rezept verwendet haben, können Sie Batch-Segment-Jobs erstellen, um Benutzersegmente mit Ihrer Lösungsversion abzurufen. Jedes Benutzersegment ist in absteigender Reihenfolge sortiert, basierend auf der Wahrscheinlichkeit, dass jeder Benutzer mit Artikeln in Ihrem Inventar interagiert. Je nach Rezept müssen Ihre Eingabedaten das JSON Format einer Liste von Artikeln (Item-Affinity-Rezept) oder Artikelattributen (Rezept für Artikelattribute-Affinität) haben. Sie können einen Batch-Segment-Job mit der Amazon Personalize Personalize-Konsole, dem AWS Command Line Interface (AWS CLI) oder AWS SDKs erstellen.

Wenn Sie einen Batch-Segment-Job erstellen, geben Sie die Amazon S3 S3-Pfade zu Ihren Eingabe- und Ausgabespeicherorten an. Amazon S3 basiert auf Präfixen. Wenn Sie ein Präfix für den Speicherort der Eingabedaten angeben, verwendet Amazon Personalize alle Dateien, die diesem Präfix entsprechen, als Eingabedaten. Wenn Sie beispielsweise einen Ordner mit einem Pfad von angeben s3://amzn-s3-demo-bucket/folderName und Ihr Bucket auch über einen Ordner verfügts3://amzn-s3-demo-bucket/folderName_test, verwendet Amazon Personalize alle Dateien in beiden Ordnern als Eingabedaten. Um nur die Dateien in einem bestimmten Ordner als Eingabedaten zu verwenden, beenden Sie den Amazon S3-Pfad mit einem Präfix-Trennzeichen, z. B./: s3://amzn-s3-demo-bucket/folderName/ Weitere Informationen darüber, wie Amazon S3 Objekte organisiert, auflisten und mit ihnen arbeiten.

Einen Batch-Segment-Job erstellen (Konsole)

Nachdem Sie den Vorgang abgeschlossen habenVorbereiten der Eingabedaten für Batch-Empfehlungen, können Sie einen Batch-Segmentauftrag erstellen. Bei diesem Verfahren wird davon ausgegangen, dass Sie bereits eine Lösung und eine Lösungsversion (trainiertes Modell) mit dem SEGEMENTATION Rezept USER _ erstellt haben.

Einen Batch-Segment-Job erstellen (AWS CLI)

Nachdem Sie den Vorgang abgeschlossen habenVorbereiten der Eingabedaten für Batch-Empfehlungen, können Sie mithilfe des folgenden create-batch-segment-job Codes einen Batch-Segmentauftrag erstellen. Geben Sie einen Jobnamen an, Solution version ARN ersetzen Sie ihn durch den Amazon-Ressourcennamen (ARN) Ihrer Lösungsversion und ersetzen Sie den durch den IAM service role ARN Namen ARN der IAM Servicerolle, die Sie bei der Einrichtung für Amazon Personalize erstellt haben. Diese Rolle muss Lese- und Schreibzugriff auf Ihre Amazon S3 S3-Eingabe- bzw. Ausgabe-Buckets haben. num-resultsGeben Sie für die Anzahl der Benutzer an, die Amazon Personalize für jede Zeile von Eingabedaten vorhersagen soll. Der Standardwert ist 25. Das Maximum liegt bei 5 Millionen. Geben Sie optional a filter-arn an, um Benutzersegmente zu filtern. Wenn Ihr Filter Platzhalterparameter verwendet, stellen Sie sicher, dass die Werte für die Parameter in Ihrer Eingabe JSON enthalten sind. Weitere Informationen finden Sie unter Filtern von Batch-Empfehlungen und Benutzersegmenten (benutzerdefinierte Ressourcen).

Ersetzen Sie S3 input path und S3 output path durch den Amazon S3-Pfad zu Ihrer Eingabedatei und Ihren Ausgabespeicherorten. Wir empfehlen, einen anderen Speicherort für Ihre Ausgabedaten zu verwenden (entweder einen Ordner oder einen anderen Amazon S3 S3-Bucket). Verwenden Sie die folgende Syntax für Eingabe- und Ausgabespeicherorte: s3://amzn-s3-demo-bucket/<folder name>/<input JSON file name>.json unds3://amzn-s3-demo-bucket/<output folder name>/.

aws personalize create-batch-segment-job \
                --job-name Job name \
                --solution-version-arn Solution version ARN \
                --num-results The number of predicted users \
                --filter-arn Filter ARN \
                --job-input s3DataSource={path=s3://S3 input path} \
                --job-output s3DataDestination={path=s3://S3 output path} \
                --role-arn IAM service role ARN
{
   "batchSegmentJobArn": "arn:aws:personalize:us-west-2:acct-id:batch-segment-job/batchSegmentJobName"
}

Einen Batch-Segment-Job erstellen (AWS SDKs)

Nachdem Sie den Vorgang abgeschlossen habenVorbereiten der Eingabedaten für Batch-Empfehlungen, können Sie einen Batch-Segmentauftrag mit diesem CreateBatchSegmentJob Vorgang erstellen. Der folgende Code zeigt, wie Sie einen Batch-Segmentauftrag erstellen. Geben Sie dem Job einen Namen, geben Sie den Amazon-Ressourcennamen (ARN) der zu verwendenden Lösungsversion an, geben Sie die ARN für Ihre Amazon IAM Personalize-Rolle an und geben Sie den Amazon S3 S3-Pfad zu Ihren Eingabedatei- und Ausgabespeicherorten an. Ihre IAM Servicerolle muss Lese- und Schreibzugriff auf Ihre Amazon S3 S3-Eingabe- bzw. Ausgabe-Buckets haben.

Wir empfehlen, einen anderen Speicherort für Ihre Ausgabedaten zu verwenden (entweder einen Ordner oder einen anderen Amazon S3 S3-Bucket). Verwenden Sie die folgende Syntax für Eingabe- und Ausgabespeicherorte: s3://amzn-s3-demo-bucket/<folder name>/<input JSON file name>.json unds3://amzn-s3-demo-bucket/<output folder name>/.

Geben Sie für die Anzahl der Benutzer annumResults, die Amazon Personalize für jede Zeile von Eingabedaten vorhersagen soll. Der Standardwert ist 25. Das Maximum ist 5 Millionen. Geben Sie optional a filterArn an, um Benutzersegmente zu filtern. Wenn Ihr Filter Platzhalterparameter verwendet, stellen Sie sicher, dass die Werte für die Parameter in Ihrer Eingabe JSON enthalten sind. Weitere Informationen finden Sie unter Filtern von Batch-Empfehlungen und Benutzersegmenten (benutzerdefinierte Ressourcen).

SDK for Python (Boto3)

import boto3

personalize_rec = boto3.client(service_name='personalize')

personalize_rec.create_batch_segment_job (
    solutionVersionArn = "Solution version ARN",
    jobName = "Job name",
    numResults = 25,
    filterArn = "Filter ARN",
    roleArn = "IAM service role ARN",
    jobInput = 
       {"s3DataSource": {"path": "s3://amzn-s3-demo-bucket/<folder name>/<input JSON file name>.json"}},
    jobOutput = 
       {"s3DataDestination": {"path": "s3://amzn-s3-demo-bucket/<output folder name>/"}}
)

SDK for Java 2.x

public static String createBatchSegmentJob(PersonalizeClient personalizeClient,
                                                        String solutionVersionArn,
                                                        String jobName,
                                                        String filterArn,
                                                        int numResults,
                                                        String s3InputDataSourcePath,
                                                        String s3DataDestinationPath,
                                                        String roleArn,
                                                        String explorationWeight,
                                                        String explorationItemAgeCutOff) {

  long waitInMilliseconds = 60 * 1000;
  String status;
  String batchSegmentJobArn;

  try {
      // Set up data input and output parameters.
      S3DataConfig inputSource = S3DataConfig.builder()
              .path(s3InputDataSourcePath)
              .build();
      S3DataConfig outputDestination = S3DataConfig.builder()
              .path(s3DataDestinationPath)
              .build();

      BatchSegmentJobInput jobInput = BatchSegmentJobInput.builder()
              .s3DataSource(inputSource)
              .build();
      BatchSegmentJobOutput jobOutputLocation = BatchSegmentJobOutput.builder()
              .s3DataDestination(outputDestination)
              .build();


      CreateBatchSegmentJobRequest createBatchSegmentJobRequest = CreateBatchSegmentJobRequest.builder()
              .solutionVersionArn(solutionVersionArn)
              .filterArn(filterArn)
              .jobInput(jobInput)
              .jobOutput(jobOutputLocation)
              .jobName(jobName)
              .numResults(numResults)
              .roleArn(roleArn)
              .build();

      batchSegmentJobArn = personalizeClient.createBatchSegmentJob(createBatchSegmentJobRequest)
              .batchSegmentJobArn();
      DescribeBatchSegmentJobRequest describeBatchSegmentJobRequest = DescribeBatchSegmentJobRequest.builder()
              .batchSegmentJobArn(batchSegmentJobArn)
              .build();

      long maxTime = Instant.now().getEpochSecond() + 3 * 60 * 60;

      // wait until the batch segment job is complete.
      while (Instant.now().getEpochSecond() < maxTime) {

          BatchSegmentJob batchSegmentJob = personalizeClient
                  .describeBatchSegmentJob(describeBatchSegmentJobRequest)
                  .batchSegmentJob();

          status = batchSegmentJob.status();
          System.out.println("batch segment job status: " + status);

          if (status.equals("ACTIVE") || status.equals("CREATE FAILED")) {
              break;
          }
          try {
              Thread.sleep(waitInMilliseconds);
          } catch (InterruptedException e) {
              System.out.println(e.getMessage());
          }
      }
      return batchSegmentJobArn;

  } catch (PersonalizeException e) {
      System.out.println(e.awsErrorDetails().errorMessage());
  }
  return "";
}

SDK for JavaScript v3

// Get service clients module and commands using ES6 syntax.
import { CreateBatchSegmentJobCommand } from
  "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";

// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

// Set the batch segment job's parameters.

export const createBatchSegmentJobParam = {
  jobName: 'NAME',
  jobInput: {         /* required */
    s3DataSource: {   /* required */
      path: 'INPUT_PATH', /* required */
      // kmsKeyArn: 'INPUT_KMS_KEY_ARN' /* optional */'
    }
  },
  jobOutput: {         /* required */
    s3DataDestination: {   /* required */
      path: 'OUTPUT_PATH', /* required */
      // kmsKeyArn: 'OUTPUT_KMS_KEY_ARN' /* optional */'
    }
  },
  roleArn: 'ROLE_ARN', /* required */
  solutionVersionArn: 'SOLUTION_VERSION_ARN', /* required */
  numResults: 20 /* optional */
};

export const run = async () => {
  try {
    const response = await personalizeClient.send(new CreateBatchSegmentJobCommand(createBatchSegmentJobParam));
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

Die Verarbeitung des Batchauftrags kann eine Weile dauern. Sie können den Status eines Auftrags überprüfen, indem Sie DescribeBatchSegmentJob aufrufen und als Eingabeparameter einen batchSegmentJobArn übergeben. Sie können auch alle Amazon Personalize-Batchsegmentaufträge in Ihrer AWS Umgebung auflisten, indem Sie anrufenListBatchSegmentJobs.