Pilih preferensi cookie Anda

Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.

Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.

Amazon Personalisasi detail alur kerja - Amazon Personalize

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.

Amazon Personalisasi detail alur kerja

Alur kerja Amazon Personalize adalah sebagai berikut. Untuk daftar periksa yang menyediakan daftar fitur, persyaratan, dan panduan data Amazon Personalisasi, lihat. Daftar periksa kesiapan

  1. Cocokkan kasus penggunaan Anda dengan Amazon Personalisasi sumber daya — Amazon Personalisasi menampilkan sumber daya berbasis domain dan sumber daya khusus yang dikonfigurasi untuk berbagai kasus. Jika Anda mencocokkan kasus penggunaan dengan sumber daya Amazon Personalize, perhatikan persyaratan datanya. Setelah Anda memilih kasus penggunaan atau resep, informasi ini dapat membantu saat Anda menyiapkan data Anda.

  2. Siapkan data pelatihan Anda — Berdasarkan kasus penggunaan domain atau persyaratan data resep khusus, siapkan data pelatihan massal Anda dalam file CSV. Bergantung pada kasus penggunaan atau resep Anda, Amazon Personalize dapat menggunakan data interaksi item, item, pengguna, tindakan, dan interaksi tindakan. Jika tidak memiliki data massal, Anda dapat menggunakan operasi impor individual untuk mengumpulkan data dan streaming peristiwa hingga memenuhi persyaratan pelatihan Amazon Personalize dan persyaratan data kasus atau resep penggunaan domain Anda.

  3. Buat file JSON skema untuk data Anda - Buat file JSON skema untuk setiap jenis data yang Anda impor. File-file ini menguraikan struktur dan konten data Anda, termasuk nama kolom dan tipe datanya.

  4. Buat grup kumpulan data — Grup kumpulan data adalah wadah untuk sumber daya Amazon Personalisasi. Anda dapat membuat grup kumpulan data Domain dengan sumber daya yang telah dikonfigurasi sebelumnya untuk domain VIDEO_ON_DEMAND atau ECOMMERCE. Atau Anda dapat membuat grup kumpulan data Kustom dan hanya membuat sumber daya khusus.

  5. Buat skema dan kumpulan dataSkema memberi tahu Amazon Personalisasi tentang struktur data Anda dan memungkinkan Amazon Personalisasi untuk mengurai data. Dataset adalah wadah untuk melatih data di Amazon Personalize.

  6. Impor data pelatihan ke dalam kumpulan data — Impor catatan interaksi interaksi, item, pengguna, tindakan, atau tindakan yang sudah disiapkan. Anda dapat mengimpor catatan dalam jumlah besar atau satu per satu.

  7. Latih dan terapkan model — Untuk melatih dan menerapkan model di domain VIDEO_ON_DEMAND atau ECOMMERCE, Anda membuat rekomendasi domain. Untuk sumber daya khusus, Anda membuat solusi khusus dan versi solusi. Untuk rekomendasi real-time, Anda menerapkan versi solusi dalam kampanye.

  8. Dapatkan rekomendasi — Gunakan pemberi rekomendasi atau kampanye khusus Anda untuk mendapatkan rekomendasi. Anda dapat menggunakan filter untuk menyertakan atau mengecualikan jenis item tertentu dari rekomendasi. Untuk informasi selengkapnya, lihat Memfilter rekomendasi dan segmen pengguna. Dengan sumber daya khusus, Anda juga bisa mendapatkan rekomendasi batch atau segmen pengguna tanpa membuat kampanye.

  9. Rekam peristiwa waktu nyata — Rekam peristiwa waktu nyata saat pelanggan Anda berinteraksi dengan rekomendasi. Ini membangun data interaksi Anda dan membuat data Anda tetap segar. Dan itu memberi tahu Amazon Personalisasi tentang minat pengguna Anda saat ini, yang dapat meningkatkan relevansi rekomendasi.

Setelah Anda menyelesaikan alur kerja Amazon Personalize pertama kali, jaga agar data Anda tetap terkini, dan secara teratur latih ulang solusi kustom apa pun yang menggunakan pelatihan manual. Hal ini memungkinkan model Anda untuk belajar dari aktivitas terbaru pengguna Anda dan mempertahankan serta meningkatkan relevansi rekomendasi. Untuk informasi selengkapnya, lihat Mempertahankan relevansi rekomendasi.

PrivasiSyarat situsPreferensi cookie
© 2025, Amazon Web Services, Inc. atau afiliasinya. Semua hak dilindungi undang-undang.