Crear una solución - Amazon Personalize
Creación de una solución (consola)Crear una solución (AWS CLI)Crear una solución (AWS SDKs)

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Crear una solución

Puede crear una solución personalizada con la consola Amazon Personalize, AWS Command Line Interface (AWS CLI), o AWS SDKs. A continuación, se incluyen pasos detallados para crear una solución con la consola Amazon Personalize y ejemplos de código que muestran cómo crear una solución con solo los campos obligatorios.

Creación de una solución (consola)

importante

De forma predeterminada, todas las soluciones nuevas utilizan el entrenamiento automático. Con la formación automática, incurrirá en costes de formación mientras la solución esté activa. Para evitar costes innecesarios, cuando haya terminado, puede actualizar la solución para desactivar la formación automática. Para obtener información sobre los costes de formación, consulta los precios de Amazon Personalize.

Para crear una solución en la consola, elija su grupo de conjuntos de datos y, a continuación, especifique el nombre de la solución, la receta y la configuración de entrenamiento opcional.

Para configurar una solución (consola)

  1. Abre la consola Amazon Personalize en https://console.aws.amazon.com/personalize/casa e inicia sesión en tu cuenta.

  2. En la página Grupos de conjuntos de datos, elija su grupo de conjuntos de datos.

  3. En la página de información general, para el paso 3, realice una de las siguientes acciones:

    • Si creó un grupo de conjuntos de datos de dominio, elija Usar recursos personalizados y elija Crear soluciones.

    • Si ha creado un grupo de conjuntos de datos personalizados, elija Crear soluciones.

  4. En Nombre de la solución, especifique un nombre para la solución.

  5. En Tipo de solución, elige el tipo de solución que deseas crear. El tipo que elija determina las recetas que están disponibles.

    • Elija Recomendación de elementos para obtener recomendaciones de elementos para sus usuarios. Por ejemplo, recomendaciones personalizadas sobre películas.

    • Elija Recomendación de acción a fin obtener recomendaciones sobre acciones para los usuarios. Por ejemplo, genere la siguiente mejor acción para un usuario, como descargar la aplicación.

    • Elija Segmentación de usuarios para obtener segmentos de usuarios (grupos de usuarios) en función de los datos de los elementos.

  6. En Receta, elija una receta (consulte Elección de una receta).

  7. Para Etiquetas, si lo desea, añada cualquier etiqueta. Para obtener más información acerca del etiquetado de recursos de Amazon Personalize, consulte Etiquetado de recursos de Amazon Personalize.

  8. Elija Next (Siguiente).

  9. En la página de configuración de formación, personalice la solución para que se adapte a los requisitos de su empresa.

    • En Capacitación automática, elija si la solución utiliza la capacitación automática. Si utiliza el entrenamiento automático, puede cambiar elAutomatic training frequency. La frecuencia de entrenamiento predeterminada es cada 7 días.

      Recomendamos utilizar el entrenamiento automático. Te facilita mantener la relevancia de las recomendaciones. La frecuencia de tus entrenamientos depende de las necesidades de tu empresa, de la receta que utilices y de la frecuencia con la que importes datos. Para obtener más información, consulte Configuración del entrenamiento automático. Para obtener información sobre cómo mantener la relevancia, consulteMantenimiento de la relevancia de las recomendaciones.

    • En la configuración de hiperparámetros, configure las opciones de hiperparámetros según su receta y sus necesidades empresariales. Las distintas recetas usan diferentes hiperparámetros. Para ver los hiperparámetros disponibles, consulte las recetas individuales en. Elección de una receta

    • En Columns for training, si su receta genera recomendaciones de artículos o segmentos de usuarios, si lo desea, elija las columnas que Amazon Personalize tenga en cuenta al crear versiones de soluciones. Para obtener más información, consulte Configuración de las columnas que se utilizan en el entrenamiento.

    • En la configuración adicional, si su conjunto de datos de interacciones entre artículos tiene EVENT _ TYPE o VALUE columnas EVENT _ TYPE y EVENT _, si lo desea, utilice los campos Tipo de evento y Umbral de valor del evento para elegir los datos de interacciones entre artículos que Amazon Personalize utiliza al entrenar el modelo. Para obtener más información, consulte Elección de los datos de interacciones de elementos utilizados para el entrenamiento.

    • Si utiliza la receta Receta User-Personalization o Receta Personalized-Ranking, si lo desea, especifique un Objetivo y elija una Sensibilidad de objetivo con el fin de optimizar su solución en función de un objetivo, además de su relevancia. La sensibilidad objetiva configura la forma en que Amazon Personalize equilibra la recomendación de artículos en función de su objetivo en comparación con la relevancia a través de los datos de interacciones. Para obtener más información, consulte Optimización de una solución para un objetivo adicional.

  10. Seleccione Siguiente y revise los detalles de la solución. No puede cambiar la configuración de la solución después de crearla.

  11. Elija Create solution (Crear solución). Tras crear una solución, Amazon Personalize comienza a crear la primera versión de la solución en una hora. Cuando comience la capacitación, puede supervisarla en la sección de versiones de la solución en la página de detalles de su solución. Las versiones de la solución que se crean automáticamente tienen un tipo de formación deAUTOMATIC.

    Cuando la versión de la solución esté disponibleACTIVE, estará listo para utilizarla para obtener recomendaciones. La forma en que utilice una versión de solución activa depende de la forma en que obtenga las recomendaciones:

Crear una solución (AWS CLI)

importante

De forma predeterminada, todas las soluciones nuevas utilizan el entrenamiento automático. Con la formación automática, incurrirá en costes de formación mientras la solución esté activa. Para evitar costes innecesarios, cuando haya terminado, puede actualizar la solución para desactivar la formación automática. Para obtener información sobre los costes de formación, consulta los precios de Amazon Personalize.

Para crear una solución con AWS CLI, utilice el create-solution comando. Este comando usa la CreateSolution API operación. El código siguiente muestra cómo crear una solución que utilice el entrenamiento automático. Crea automáticamente una nueva versión de la solución cada cinco días.

Para usar el código, actualícelo para darle un nombre a la solución, especifique el nombre del recurso de Amazon (ARN) de su grupo de conjuntos de datos, cambie opcionalmente la frecuencia ARN de entrenamiento y especifique la receta que se va a usar. Para obtener información acerca de las recetas, consulte Elección de una receta. 

aws personalize create-solution \
--name solution name \
--dataset-group-arn dataset group ARN \
--recipe-arn recipe ARN \
--perform-auto-training \
--solution-config "{\"autoTrainingConfig\": {\"schedulingExpression\": \"rate(5 days)\"}}"

Después de crear la solución, registre la solución ARN para usarla en el futuro. Con el entrenamiento automático, la creación de la versión de la solución comienza una vez creada la soluciónACTIVE. Si crea manualmente una versión de la solución en menos de una hora, la solución se salta el primer entrenamiento automático. Cuando comience el entrenamiento, podrá obtener el nombre de recurso de Amazon (ARN) de la versión de la solución con la ListSolutionVersionsAPIoperación. Para obtener su estado, utilice la DescribeSolutionVersionAPIoperación.

Cuando esté disponible la versión de la soluciónACTIVE, estará listo para utilizarla para obtener recomendaciones. La forma en que utilice una versión de solución activa depende de la forma en que obtenga las recomendaciones:

Crear una solución (AWS SDKs)

importante

De forma predeterminada, todas las soluciones nuevas utilizan el entrenamiento automático. Con la formación automática, incurrirá en costes de formación mientras la solución esté activa. Para evitar costes innecesarios, cuando haya terminado, puede actualizar la solución para desactivar la formación automática. Para obtener información sobre los costes de formación, consulta los precios de Amazon Personalize.

Para crear una solución con AWS SDKs, utilice la CreateSolution API operación. El siguiente código muestra cómo crear una solución que utilice el entrenamiento automático. Crea automáticamente una nueva versión de la solución cada cinco días.

Para usar el código, actualícelo para darle un nombre a la solución, especifique el nombre del recurso de Amazon (ARN) de su grupo de conjuntos de datos, cambie opcionalmente la frecuencia ARN de entrenamiento y especifique la receta que quiere usar. Para obtener información acerca de las recetas, consulte Elección de una receta.

SDK for Python (Boto3)
import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
  name = 'solution name',
  recipeArn = 'recipe ARN',
  datasetGroupArn = 'dataset group ARN',
  performAutoTraining = True,
  solutionConfig = {
    "autoTrainingConfig": {
      "schedulingExpression": "rate(5 days)"
    }
  }
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)
SDK for JavaScript v3

import {
  CreateSolutionCommand,
  PersonalizeClient,
} from "@aws-sdk/client-personalize";

// create client
const personalizeClient = new PersonalizeClient({ region: "REGION" });

// set the solution parameters
export const solutionParam = {
  datasetGroupArn: "DATASET_GROUP_ARN" /* required */,
  recipeArn: "RECIPE_ARN" /* required */,
  name: "SOLUTION_NAME" /* required */,
  performAutoTraining: true /* optional, default is true */,
  solutionConfig: {
    autoTrainingConfig: {
      schedulingExpression:
        "rate(5 days)" /* optional, default is every 7 days */,
    },
  },
};

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

Después de crear la solución, registre la solución ARN para usarla en el futuro. Con el entrenamiento automático, la creación de la versión de la solución comienza una vez creada la soluciónACTIVE. Si crea manualmente una versión de la solución en menos de una hora, la solución se salta el primer entrenamiento automático. Cuando comience el entrenamiento, podrá obtener el nombre de recurso de Amazon (ARN) de la versión de la solución con la ListSolutionVersionsAPIoperación. Para obtener su estado, utilice la DescribeSolutionVersionAPIoperación.

Puede usar el siguiente código de Python para esperar a que comience el entrenamiento automático. El wait_for_training_to_start método devuelve la versión ARN de la primera solución.

import time
import boto3


def wait_for_training_to_start(new_solution_arn):
    max_time = time.time() + 3 * 60 * 60    # 3 hours
    while time.time() < max_time:
        list_solution_versions_response = personalize.list_solution_versions(
            solutionArn=new_solution_arn
        )
        solution_versions = list_solution_versions_response.get('solutionVersions', [])
        if solution_versions:
            new_solution_version_arn = solution_versions[0]['solutionVersionArn']
            print(f"Solution version ARN: {new_solution_version_arn}")
            return new_solution_version_arn
        else:
            print(f"Training hasn't started yet. Training will start within the next hour.")
            time.sleep(60)


personalize = boto3.client('personalize')

solution_arn = "solution_arn"
solution_version_arn = wait_for_training_to_start(solution_arn)

Cuando esté disponible la versión de la soluciónACTIVE, estará listo para utilizarla para obtener recomendaciones. La forma en que utilice una versión de solución activa depende de la forma en que obtenga las recomendaciones: