Auswahl der für das Training verwendeten Artikelinteraktionsdaten - Amazon Personalize

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.

Auswahl der für das Training verwendeten Artikelinteraktionsdaten

Wichtig

Standardmäßig verwenden alle neuen Lösungen automatisches Training. Bei der automatischen Schulung fallen für Sie Schulungskosten an, solange Ihre Lösung aktiv ist. Um unnötige Kosten zu vermeiden, können Sie die Lösung aktualisieren, wenn Sie fertig sind, sodass das automatische Training deaktiviert wird. Informationen zu den Schulungskosten finden Sie unter Amazon Personalize Personalize-Preise.

Sie können die Ereignisse in einem Datensatz mit Artikelinteraktionen auswählen, den Amazon Personalize beim Erstellen einer Lösungsversion (Training eines Modells) verwendet. Wenn Sie vor dem Training Artikelinteraktionsdaten auswählen, können Sie nur eine relevante Teilmenge Ihrer Daten für das Training verwenden oder Rauschen entfernen, um ein optimierteres Modell zu trainieren. Weitere Informationen zu Datensätzen zur Interaktion mit Gegenständen finden Sie unter. Daten zur Interaktion mit Artikeln

Anmerkung

Wenn Sie User-Personalization-v2 oder Personalized-ranking-v2 verwenden, basieren Ihre Schulungskosten auf Ihren Artikelinteraktionsdaten, bevor Sie nach Ereignistyp oder Wert filtern. Weitere Informationen zur Preisgestaltung finden Sie unter Amazon Personalize Personalize-Preise.

Sie können Artikelinteraktionsdaten wie folgt auswählen:

  • Datensätze nach Typ auswählen — Wenn Sie eine Lösung konfigurieren und Ihr Datensatz mit Artikelinteraktionen Ereignistypen in einer TYPE Spalte EVENT _ enthält, können Sie optional einen Ereignistyp angeben, der im Training verwendet werden soll. Wenn Ihr Datensatz mit Artikelinteraktionen beispielsweise die Ereignistypen Kauf, Klick und Ansehen umfasst und Sie möchten, dass Amazon Personalize das Modell nur mit Watch-Ereignissen trainiert, würden Sie bei der Konfiguration Ihrer Lösung watch as the bereitstellen, event type das Amazon Personalize in Schulungen verwendet.

    Wenn Ihr Datensatz mit Artikelinteraktionen mehrere Ereignistypen in einer TYPE Spalte EVENT _ enthält und Sie bei der Konfiguration Ihrer Lösung keinen Ereignistyp angeben, verwendet Amazon Personalize alle Artikelinteraktionsdaten für ein Training mit gleichem Gewicht, unabhängig vom Typ.

  • Wählen Sie Datensätze nach Typ und Wert aus — Wenn Sie eine Lösung konfigurieren und Ihr Datensatz mit den Artikelinteraktionen die VALUE Felder EVENT _ TYPE und EVENT _ enthält, können Sie einen bestimmten Wert als Schwellenwert festlegen, um Datensätze vom Training auszuschließen. Wenn Ihre EVENT VALUE _-Daten für Ereignisse mit einem EVENT _ TYPE von Ansehen beispielsweise den Prozentsatz eines Videos darstellen, das ein Benutzer angesehen hat, und Sie den Schwellenwert für den Ereigniswert auf 0,5 und den anzuzeigenden Ereignistyp festlegen, trainiert Amazon Personalize das Modell, indem es nur Interaktionsereignisse mit einem Wert von EVENT _ VALUE größer oder gleich 0,5 verwendet.

Der folgende Code zeigt, wie Sie mit SDK for Python (Boto3) eine Lösung erstellen, die nur watch Ereignisse verwendet, bei denen der Benutzer mehr als die Hälfte des Videos angesehen hat.

import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
    name = 'solution name',
    datasetGroupArn = 'arn:aws:personalize:region:accountId:dataset-group/datasetGroupName',
    recipeArn = 'arn:aws:personalize:::recipe/aws-user-personalization-v2',
    eventType = 'watch',
    solutionConfig = {
        "eventValueThreshold": "0.5"
    }
)

# Store the solution ARN
solution_arn = create_solution_response['solutionArn']

# Use the solution ARN to get the solution status
solution_description = personalize.describe_solution(solutionArn = solution_arn)['solution']
print('Solution status: ' + solution_description['status'])