Memfilter rekomendasi batch dan segmen pengguna (sumber daya khusus)

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Memfilter rekomendasi batch dan segmen pengguna bekerja hampir sama dengan memfilter rekomendasi real-time. Ini mengikuti alur kerja yang sama yang dijelaskan dalam Mendapatkan rekomendasi item batch atauMendapatkan segmen pengguna batch. Untuk memfilter rekomendasi batch atau segmen pengguna, Anda melakukan hal berikut:

Memberikan nilai filter di JSON masukan Anda

Untuk filter dengan parameter placeholder, seperti$GENRE, Anda harus memberikan nilai untuk parameter dalam filterValues objek di JSON input Anda. Untuk sebuah filterValues objek, setiap kunci adalah nama parameter. Setiap nilai adalah kriteria yang Anda lewati sebagai parameter. Kelilingi setiap nilai dengan tanda kutip yang lolos:. "filterValues":{"GENRES":"\"drama\""} Untuk beberapa nilai, pisahkan setiap nilai dengan koma: "filterValues":{"GENRES":"\"horror\",\"comedy\",\"drama\""}

Contoh input pekerjaan inferensi Batch JSON

Berikut ini adalah contoh dari beberapa baris pertama dari file input JSON untuk pekerjaan inferensi batch. Contohnya termasuk filterValues objek. GENRESKuncinya sesuai dengan $GENRES placeholder dalam ekspresi filter. Pekerjaan dalam contoh ini menggunakan resep User-Personalization. Untuk resep RELATED_ITEMS, berikan ItemId alih-alih userId. Untuk resep PERSONALIZED_RANKING berikan userId dan ItemList.

{"userId": "5","filterValues":{"GENRES":"\"horror\",\"comedy\",\"drama\""}}
{"userId": "3","filterValues":{"GENRES":"\"horror\",\"comedy\""}}
{"userId": "34","filterValues":{"GENRES":"\"drama\""}}
    

Untuk contoh lebih lanjut dari data input pekerjaan inferensi batch berdasarkan resep, lihatContoh input dan keluaran pekerjaan inferensi Batch JSON. Anda dapat menggunakan contoh-contoh ini sebagai titik awal dan menambahkan filterValues objek dari contoh di atas.

Masukan pekerjaan segmen Batch Contoh JSON

Berikut ini adalah contoh dari beberapa baris pertama dari file input JSON dengan nilai filter untuk pekerjaan segmen batch. GENRESKuncinya sesuai dengan $GENRES placeholder dalam ekspresi filter.

{"itemAttributes": "ITEMS.genres = \"Comedy\" AND ITEMS.genres = \"Action\"","filterValues":{"COUNTRY":"\"Japan\""}}
{"itemAttributes": "ITEMS.genres = \"Horror\"","filterValues":{"COUNTRY":"\"United States\"\""}}
{"itemAttributes": "ITEMS.genres = \"Action\" AND ITEMS.genres = \"Adventure\"","filterValues":{"COUNTRY":"\"England\""}}
    

Untuk contoh lebih lanjut dari data input pekerjaan inferensi batch berdasarkan resep, lihatContoh JSON masukan dan keluaran pekerjaan segmen Batch. Anda dapat menggunakan contoh-contoh ini sebagai titik awal dan menambahkan filterValues objek dari contoh di atas.

Memfilter alur kerja batch (konsol)

Untuk memfilter alur kerja batch dengan konsol Amazon Personalize, Anda membuat filter dan kemudian Anda membuat pekerjaan inferensi batch atau tugas segmen batch dan memilih filter. Untuk petunjuk langkah demi langkah lengkap, lihat Membuat pekerjaan inferensi batch (konsol) danMembuat pekerjaan segmen batch (konsol).

Memfilter alur kerja batch ()AWS SDKs

Untuk memfilter rekomendasi batch dengan AWS SDKs, buat filter dan sertakan FilterArn parameter dalam CreateBatchSegmentJob permintaan CreateBatchInferenceJob atau.

Kode berikut menunjukkan cara membuat pekerjaan inferensi batch dengan filter menggunakan. AWS SDK for Python (Boto3) Sebaiknya gunakan lokasi yang berbeda untuk data keluaran Anda (baik folder atau bucket Amazon S3 yang berbeda). Untuk penjelasan lengkap tentang semua bidang, lihatMembuat pekerjaan inferensi batch ()AWS SDKs.

import boto3
     
personalize = boto3.client("personalize")
 
personalize_rec.create_batch_inference_job (
    solutionVersionArn = "Solution version ARN",
    jobName = "Batch job name",
    roleArn = "IAM role ARN",
    filterArn = "Filter ARN",
    jobInput = 
        {"s3DataSource": {"path": "S3 input path"}},
    jobOutput =
        {"S3DataDestination": {"path": "S3 output path"}}
)