Daten verarbeiten und in Amazon Personalize importieren - Amazon Personalize
Verarbeiten von DatenDaten in Amazon Personalize importieren

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.

Daten verarbeiten und in Amazon Personalize importieren

Wenn Sie mit der Analyse und Transformation Ihrer Daten fertig sind, können Sie sie verarbeiten und in Amazon Personalize importieren.

  • Daten verarbeiten — Die Verarbeitung der Daten wendet Ihre Transformation auf Ihren gesamten Datensatz an und gibt ihn an ein von Ihnen festgelegtes Ziel aus. In diesem Fall geben Sie einen Amazon S3 S3-Bucket an.

  • Daten in Amazon Personalize importieren — Um verarbeitete Daten in Amazon Personalize zu importieren, führen Sie ein in Studio Classic bereitgestelltes Jupyter Notebook aus. SageMaker Dieses Notizbuch erstellt Ihre Amazon Personalize Personalize-Datensätze und importiert Ihre Daten in sie.

Verarbeiten von Daten

Bevor Sie Daten in Amazon Personalize importieren, müssen Sie Ihre Transformation auf Ihren gesamten Datensatz anwenden und ihn in einem Amazon S3 S3-Bucket ausgeben. Dazu erstellen Sie einen Zielknoten, dessen Ziel auf einen Amazon S3 S3-Bucket festgelegt ist, und starten dann einen Verarbeitungsjob für die Transformation.

step-by-step Anweisungen zur Angabe eines Ziels und zum Starten eines Prozessauftrags finden Sie unter Starten von Verarbeitungsaufträgen mit wenigen Klicks mithilfe von Amazon SageMaker Data Wrangler. Wenn Sie ein Ziel hinzufügen, wählen Sie Amazon S3. Sie verwenden diesen Speicherort, wenn Sie die verarbeiteten Daten in Amazon Personalize importieren.

Wenn Sie mit der Verarbeitung Ihrer Daten fertig sind, können Sie sie aus dem Amazon S3 S3-Bucket in Amazon Personalize importieren.

Daten in Amazon Personalize importieren

Nachdem Sie Ihre Daten verarbeitet haben, können Sie sie in Amazon Personalize importieren. Um verarbeitete Daten in Amazon Personalize zu importieren, führen Sie ein in Studio Classic bereitgestelltes Jupyter Notebook aus. SageMaker Dieses Notizbuch erstellt Ihre Amazon Personalize Personalize-Datensätze und importiert Ihre Daten in sie.

Um verarbeitete Daten in Amazon Personalize zu importieren

  1. Wählen Sie für die Transformation, die Sie exportieren möchten, Exportieren nach und dann Amazon Personalize (über Jupyter Notebook).

  2. Ändern Sie das Notizbuch, um den Amazon S3 S3-Bucket anzugeben, den Sie als Datenziel für den Verarbeitungsjob verwendet haben. Geben Sie optional die Domain für Ihre Datensatzgruppe an. Standardmäßig erstellt das Notizbuch eine benutzerdefinierte Datensatzgruppe.

  3. Überprüfen Sie die Notizbuchzellen, aus denen das Schema erstellt wurde. Stellen Sie sicher, dass die Schemafelder die erwarteten Typen und Attribute haben, bevor Sie die Zelle ausführen.

    • Stellen Sie sicher, dass Felder, die Nulldaten unterstützen, in der Typenliste null aufgeführt sind. Das folgende Beispiel zeigt, wie Daten null für ein Feld hinzugefügt werden. 

      {
  "name": "GENDER",
  "type": [
    "null",
    "string"
  ],
  "categorical": true
}

    • Stellen Sie sicher, dass das kategoriale Attribut für kategoriale Felder auf true gesetzt ist. Das folgende Beispiel zeigt, wie ein Feld als kategorisch markiert wird. 

      {
          "name": "SUBSCRIPTION_MODEL",
          "type": "string",
          "categorical": true
}

    • Stellen Sie sicher, dass bei Textfeldern das Textattribut auf true gesetzt ist. Das folgende Beispiel zeigt, wie ein Feld als Textfeld markiert wird.

      {
      "name": "DESCRIPTION",
      "type": [
        "null",
        "string"
      ],
      "textual": true
}

  4. Führen Sie das Notizbuch aus, um ein Schema und einen Datensatz zu erstellen und Ihre Daten in den Amazon Personalize-Datensatz zu importieren. Sie führen das Notizbuch genauso aus wie ein Notizbuch außerhalb von SageMaker Studio Classic. Informationen zum Ausführen von Jupyter-Notebooks finden Sie unter Running Code. Informationen zu Notebooks in SageMaker Studio Classic finden Sie unter Use Amazon SageMaker Notebooks im Amazon SageMaker Developer Guide.

    Wenn Sie das Notizbuch fertiggestellt haben und Interaktionsdaten importiert haben, können Sie Empfehlungen oder benutzerdefinierte Ressourcen erstellen. Sie können den Vorgang auch mit einem Artikeldatensatz oder einem Benutzerdatensatz wiederholen. Informationen zum Erstellen von Empfehlungen oder benutzerdefinierten Ressourcen finden Sie unterSchritt 3: Erstellen von Empfehlungen oder benutzerdefinierten Ressourcen.