Vorbereiten der Verwendung eines Empfehlungsmodells mit Amazon Pinpoint - Amazon Pinpoint
Amazon-Personalize-KampagnenAWS Identity and Access Management Rollen und RichtlinienAWS Lambda Funktionen

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.

Vorbereiten der Verwendung eines Empfehlungsmodells mit Amazon Pinpoint

Um mit Amazon Pinpoint zu arbeiten, muss ein Empfehlungsmodell als Amazon Personalize-Kampagne bereitgestellt werden. Darüber hinaus müssen bestimmte AWS Identity and Access Management (IAM) Rollen und Richtlinien vorhanden sein. Wenn Sie die Empfehlungen, die Amazon Pinpoint vom Modell erhält, verbessern möchten, muss auch eine AWS Lambda Funktion zur Verarbeitung der Empfehlungen vorhanden sein.

Bevor Sie ein Empfehlungsmodell in Amazon Pinpoint einrichten, entwerfen und erstellen Sie diese Ressourcen gemeinsam mit Ihren Datenwissenschafts- und Entwicklungsteams. Arbeiten Sie außerdem mit diesen Teams zusammen, um sicherzustellen, dass das Modell bestimmte technische Anforderungen für die Zusammenarbeit mit Amazon Pinpoint erfüllt. Nachdem Sie diese Ressourcen erstellt haben, arbeiten Sie mit Ihrem Administrator zusammen, um sicherzustellen, dass Sie und Amazon Pinpoint darauf zugreifen können. Sammeln Sie während dieser Schritte die Informationen, die Sie benötigen, um das Modell in Amazon Pinpoint einzurichten.

Amazon-Personalize-Kampagnen

Amazon Personalize wurde entwickelt AWS -Service , um Sie bei der Erstellung von Modellen für maschinelles Lernen (ML) zu unterstützen, die personalisierte Empfehlungen in Echtzeit für Kunden bieten, die Ihre Anwendungen verwenden. Amazon Personalize führt Sie durch den Prozess der Erstellung und des Trainings eines Machine-Learning-Modells, wobei in erster Linie eine Kombination aus Daten und einem Rezept verwendet wird. Ein Rezept ist ein Algorithmus, der so konfiguriert ist, dass er einen bestimmten Anwendungsfall unterstützt, z. B. die Vorhersage von Elementen, die einer Person gefallen werden und mit denen sie interagieren wird.

Diese Kombination von Daten und einem Rezept wird als Lösungbezeichnet. Nach dem Training wird eine Lösung zu einer Lösungsversion. Die Lösungsversion wird dann getestet, verfeinert und für den Einsatz vorbereitet. Wenn eine Lösungsversion einsatzbereit ist, wird sie als Amazon-Personalize-Kampagne bereitgestellt. Die Kampagne wird dann verwendet, um in Echtzeit personalisierte Empfehlungen zu bieten. Weitere Informationen zu Amazon Personalize finden Sie im Amazon-Personalize-Entwicklerhandbuch.

Damit Amazon Pinpoint Empfehlungen aus einer Amazon-Pinpoint-Kampagne abrufen kann, müssen die Kampagne und ihre Komponenten die folgenden Anforderungen erfüllen:

  • Das Rezept muss ein USER_ PERSONALIZATION Rezept sein. Es kann alle unterstützten Algorithmuseinstellungen (Hyperparameter) für diese Art von Rezept verwenden. Weitere Informationen zu dieser Art von Rezept finden Sie unter Verwenden vordefinierter Rezepte im Amazon-Personalize-Entwicklerhandbuch.

  • Die Lösung muss anhand eines Benutzers trainiert werdenIDs, der mit einem Endpunkt IDs oder Benutzer IDs in Amazon Pinpoint Pinpoint-Projekten korreliert werden kann. Amazon Pinpoint verwendet das userId-Feld in Amazon Personalize, um Daten zwischen Benutzern in Amazon Personalize und Endpunkten oder Benutzern in Amazon-Pinpoint-Projekten zu korrelieren.

  • Die Lösung muss die Nutzung des GetRecommendationsBetriebs der Amazon Personalize Runtime API unterstützen.

  • Die Kampagne muss die Lösungsversion verwenden, aus der Sie Empfehlungen abrufen möchten.

  • Die Kampagne muss bereitgestellt werden und den Status active (aktiv) haben.

  • Die Kampagne muss genauso laufen AWS-Region wie die Amazon Pinpoint Pinpoint-Projekte, die Empfehlungen daraus verwenden. Andernfalls kann Amazon Pinpoint keine Empfehlungen aus der Kampagne abrufen. Dies kann dazu führen, dass eine Amazon-Pinpoint-Kampagne oder eine Journey-Aktivität fehlschlägt.

Zusätzlich zu diesen Anforderungen empfehlen wir, die Kampagne so zu konfigurieren, dass mindestens 20 bereitgestellte Transaktionen pro Sekunde unterstützt werden.

Wenn Sie gemeinsam mit Ihrem Team eine Amazon-Personalize-Kampagne implementieren, die die oben genannten Anforderungen erfüllt, müssen Sie auch die folgenden Fragen beantworten:

Welche Kampagne?

Um das Modell in Amazon Pinpoint einzurichten, müssen Sie den Namen der Amazon Personalize Personalize-Kampagne kennen, von der Sie Empfehlungen abrufen möchten. Wenn Sie später mit Ihrem Administrator zusammenarbeiten, um den Zugriff auf die Kampagne manuell zu konfigurieren, müssen Sie auch den Amazon-Ressourcennamen (ARN) der Kampagne kennen.

Welche Art von ID?

Wenn Sie das Modell in Amazon Pinpoint einrichten, können Sie auswählen, ob Benutzer in der Amazon-Personalize-Kampagne Endpunkten oder Benutzern in Ihren Amazon-Pinpoint-Projekten zugeordnet werden sollen. Auf diese Weise kann das Modell Empfehlungen bereitstellen, die wirklich spezifisch für einen bestimmten Nachrichtenempfänger sind.

In einer Amazon-Personalize-Kampagne hat jeder Benutzer eine Benutzer-ID (userId oder USER_ID, je nach Kontext). Dies ist eine Folge von Zeichen, die einen bestimmten Benutzer in der Kampagne eindeutig identifiziert. In einem Amazon Pinpoint Pinpoint-Projekt kann ein Nachrichtenempfänger zwei Arten von IDs Nachrichten haben:

  • Endpunkt-ID: Dies ist eine Zeichenfolge, die ein Ziel, an das Sie Nachrichten senden können, eindeutig identifiziert, z. B. eine E-Mail-Adresse, eine Mobiltelefonnummer oder ein Mobilgerät.

  • Benutzer-ID: Dies ist eine Folge von Zeichen, die einen bestimmten Benutzer in der Kampagne eindeutig identifiziert. Jeder Benutzer kann mindestens einem Endpunkt zugeordnet werden. Wenn Sie beispielsweise mit einem Benutzer per E-Mail und einer mobilen App kommunizierenSMS, könnte der Benutzer mit drei Endpunkten verknüpft werden — einem für die E-Mail-Adresse des Benutzers, einem weiteren für die Handynummer des Benutzers und einem weiteren für das Mobilgerät des Benutzers.

Wenn Sie den Typ der Amazon Pinpoint Pinpoint-ID auswählen, die Sie einem Amazon Personalize zuordnen möchtenIDs, wählen Sie den Typ, den Sie in Ihren Amazon Pinpoint Pinpoint-Projekten am häufigsten verwenden. Wenn Sie oder Ihre Anwendung einem Endpunkt oder Benutzer keine ID zugewiesen haben, kann Amazon Pinpoint keine Empfehlungen für den Endpunkt oder Benutzer abrufen. Dies kann Amazon Pinpoint daran hindern, Nachrichten an den Endpunkt oder den Benutzer zu senden. Es kann auch dazu führen, dass Amazon Pinpoint Nachrichten sendet, die in unerwarteter oder unerwünschter Form angezeigt werden.

Wie viele Empfehlungen?

Jedes Mal, wenn Amazon Pinpoint Empfehlungen abruft, gibt Amazon Personalize eine geordnete Liste von Empfehlungen für jeden Empfänger einer Nachricht zurück. Sie können Amazon Pinpoint so konfigurieren, dass 1—5 dieser Empfehlungen für jeden Empfänger abgerufen werden. Wenn Sie sich für eine Empfehlung entscheiden, ruft Amazon Pinpoint für jeden Empfänger nur das erste Element aus der Liste ab, z. B. den Film, der einem Empfänger am stärksten empfohlen wird. Wenn Sie sich für zwei Empfehlungen entscheiden, ruft es für jeden Empfänger das erste und zweite Element aus der Liste ab, z. B. die oberen beiden empfohlenen Filme für einen Empfänger. So geht das immer weiter.

Ihre Auswahl für diese Einstellung hängt in erster Linie davon ab, welche Ziele Sie für Nachrichten verfolgen, die Empfehlungen aus dem Modell enthalten. Es kann jedoch auch darauf ankommen, wie Ihr Team die Lösung gestaltet hat und wie es die Leistung der Lösung bewertet. Aus diesem Grund sollten Sie mit Ihrem Team zusammenarbeiten, um sicherzustellen, dass Sie eine geeignete Nummer für diese Einstellung wählen.

Was enthält eine Empfehlung?

Wenn Amazon Pinpoint Empfehlungen abruft, gibt Amazon Personalize eine geordnete Liste mit 1 bis 5 empfohlenen Elementen zurück, je nachdem, wie viele Empfehlungen Sie für jeden Nachrichtenempfänger abrufen möchten. Jedes Element besteht nur aus Text, z. B. einer Produkt-ID oder einem Filmtitel. Die Art und der Inhalt dieser Elemente können jedoch von Amazon-Personalize-Kampagne zu Kampagne variieren, je nach Gestaltung der zugrunde liegenden Lösung und der Kampagne.

Daher empfiehlt es sich, Ihr Team genau zu fragen, welche Inhalte die Kampagne für empfohlene Elemente bereitstellt. Die Antwort wird wahrscheinlich Einfluss darauf haben, wie Sie Nachrichten gestalten, die Empfehlungen aus der Kampagne verwenden. Wenn Sie den Inhalt der Kampagne verbessern möchten, können Sie auch eine AWS Lambda Funktion implementieren, die diese Aufgabe erfüllen kann.

AWS Identity and Access Management Rollen und Richtlinien

AWS Identity and Access Management (IAM) ist ein AWS Dienst, mit dem Administratoren den Zugriff auf AWS Ressourcen kontrollieren können. Weitere Informationen zu Amazon Pinpoint IAM und zur Funktionsweise mit Amazon Pinpoint finden Sie unter Identitäts- und Zugriffsmanagement für Amazon Pinpoint im Amazon Pinpoint Developer Guide.

Wenn Sie ein Empfehlungsmodell in Amazon Pinpoint einrichten, geben Sie an, aus welcher Amazon-Personalize-Kampagne Sie Empfehlungen abrufen möchten. Um die Kampagne auszuwählen, muss Ihr Administrator Ihnen zunächst erlauben, sich die Kampagnen Ihrer Organisation anzusehen. AWS-Konto Andernfalls wird die Kampagne nicht in der Liste der Kampagnen angezeigt, aus denen Sie auswählen können. Wenn die Kampagne nicht in der Liste angezeigt wird, bitten Sie Ihren Administrator, Ihnen Zugriff zu gewähren.

Darüber hinaus müssen Sie oder Ihr Administrator eine IAM Rolle und eine Richtlinie erstellen, die es Amazon Pinpoint ermöglichen, Empfehlungen aus Amazon Personalize-Kampagnen abzurufen. Wenn Sie ein Empfehlungsmodell einrichten, können Sie festlegen, dass diese Rolle und Richtlinie automatisch von Amazon Pinpoint erstellt werden sollen. Eine weitere Möglichkeit besteht darin, dass Sie oder Ihr Administrator diese Rolle und Richtlinie manuell erstellen, bevor Sie das Empfehlungsmodell in Amazon Pinpoint einrichten. Wie das geht, erfahren Sie unter IAMRolle zum Abrufen von Empfehlungen im Amazon Pinpoint Developer Guide.

AWS Lambda Funktionen

Bei einigen Modellen möchten Sie vielleicht die Empfehlungen verbessern, die Amazon Pinpoint von Amazon Personalize empfängt. Anstatt beispielsweise nur einen einzelnen empfohlenen Wert (z. B. einen Produktnamen) in Nachrichten aufzunehmen, möchten Sie vielleicht weitere Inhalte (z. B. Produktname, Beschreibung und Bild) in die Nachrichten einbeziehen. Sie können dies tun, indem Sie mit Ihrem Team zusammenarbeiten, um eine AWS Lambda Funktion zu entwerfen und zu erstellen, die Empfehlungsdaten in den gewünschten Inhalt umwandelt.

AWS Lambda ist ein Programm AWS -Service , das Menschen dabei helfen soll, Code auszuführen, ohne Server bereitstellen oder verwalten zu müssen. Sie oder Ihr Team entwickeln und verpacken Code und laden ihn AWS Lambda als Lambda-Funktion hoch. AWS Lambda führt die Funktion dann jedes Mal aus, wenn die Funktion von einer Anwendung oder einem Dienst wie Amazon Pinpoint aufgerufen wird. Weitere Informationen zu AWS Lambda finden Sie im AWS Lambda -Benutzerhandbuch.

Wenn Sie ein Empfehlungsmodell in Amazon Pinpoint einrichten, geben Sie an, wie Amazon Pinpoint die empfangenen Empfehlungen verarbeiten soll. Eine Möglichkeit besteht darin, eine Lambda-Funktion zu verwenden. Wenn Sie eine Lambda-Funktion verwenden möchten, führen Sie gemeinsam mit Ihrem Team folgende Schritte aus:

  • Definieren Sie, was die Funktion bewirkt.

  • Definieren Sie die empfohlenen benutzerdefinierten Attribute, die die Funktion bei der Verarbeitung von Empfehlungen verwenden soll. Hierzu gehören die Anzahl der Attribute sowie der Name und Zweck der einzelnen Attribute. Eine Lambda-Funktion kann bis zu 10 benutzerdefinierte Attribute für jeden Nachrichtenempfänger verwenden. Sie müssen Informationen zu diesen Attributen eingeben, wenn Sie das Empfehlungsmodell in Amazon Pinpoint einrichten.

  • Stellen Sie sicher, dass die Funktion in denselben AWS-Region Amazon Pinpoint Pinpoint-Projekten gehostet wird, die sie verwenden werden. Andernfalls kann Amazon Pinpoint keine Empfehlungsdaten an die Funktion senden. Dies könnte dazu führen, dass eine Amazon-Pinpoint-Kampagne oder eine Journey-Aktivität fehlschlägt.

Erstellen Sie in Zusammenarbeit mit Ihrem Administrator eine Richtlinie, die es Amazon Pinpoint gestattet, die Lambda-Funktion jedes Mal aufzurufen, wenn Nachrichten gesendet werden, die Empfehlungen aus dem Modell enthalten.

Ausführliche Informationen zur Verwendung einer Lambda-Funktion zur Verarbeitung von Empfehlungen finden Sie unter Anpassen von Empfehlungen mit AWS Lambda im Amazon-Pinpoint-Entwicklerhandbuch.