Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Mempersiapkan data input untuk segmen pengguna
Pekerjaan segmen batch menggunakan versi solusi untuk membuat segmen pengguna berdasarkan data yang Anda berikan dalam file JSON masukan. Sebelum Anda bisa mendapatkan segmen pengguna, Anda harus menyiapkan dan mengunggah file JSON Anda ke bucket Amazon S3. Sebaiknya buat folder keluaran di bucket Amazon S3 atau gunakan bucket Amazon S3 keluaran terpisah. Anda kemudian dapat menjalankan beberapa pekerjaan inferensi batch menggunakan lokasi data input yang sama.
Jika Anda menggunakan filter dengan parameter placeholder, seperti`$GENRE`, Anda harus memberikan nilai untuk parameter dalam `filterValues` objek di JSON input Anda. Untuk informasi selengkapnya, lihat [Memberikan nilai filter di JSON masukan Anda](filter-batch.md#providing-filter-values).
**Untuk menyiapkan dan mengimpor data**
1. Format data input batch Anda tergantung pada resep yang digunakan solusi Anda. Pisahkan elemen data input dengan baris baru. Data masukan Anda adalah daftar ItemIds (Item-Affinity) atau atribut item (Item-Atribute-Affinity).
+ Untuk atribut item, data input dapat menyertakan ekspresi logis dengan `AND` operator untuk mendapatkan pengguna untuk beberapa item atau atribut per kueri. Untuk informasi selengkapnya, lihat [Menentukan atribut item untuk resep Item-Attribute-Affinity](#specifying-item-attributes).
+ Untuk atribut item, gunakan `\` karakter untuk menghindari karakter khusus dan tanda kutip tunggal atau ganda dalam data input Anda.
+ Untuk contoh data masukan untuk kedua resep, lihat[Contoh JSON masukan dan keluaran pekerjaan segmen Batch](#batch-segment-job-json-examples).
1. Unggah JSON masukan Anda ke folder input di bucket Amazon S3 Anda. Untuk informasi selengkapnya, lihat [Mengunggah file dan folder menggunakan seret dan lepas](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html) di *Panduan Pengguna Layanan Penyimpanan Sederhana Amazon*
1. Buat lokasi terpisah untuk data keluaran Anda, baik folder atau bucket Amazon S3 lainnya. Dengan membuat lokasi terpisah untuk JSON keluaran, Anda dapat menjalankan beberapa pekerjaan segmen batch dengan lokasi data input yang sama.
Setelah menyiapkan data input dan mengunggahnya ke bucket Amazon S3, Anda siap menghasilkan segmen pengguna dengan pekerjaan segmen batch. Untuk informasi selengkapnya, lihat [Mendapatkan segmen pengguna dengan pekerjaan segmen batch](creating-batch-seg-job.md).
**Topics**
+ [Menentukan atribut item untuk resep Item-Attribute-Affinity](#specifying-item-attributes)
+ [Contoh JSON masukan dan keluaran pekerjaan segmen Batch](#batch-segment-job-json-examples)
## Menentukan atribut item untuk resep Item-Attribute-Affinity
Jika Anda menggunakan Item-Attribute-Affinity resep, data input Anda adalah daftar atribut item. Anda dapat mencampur kolom metadata yang berbeda. Misalnya satu baris mungkin kolom numerik dan yang berikutnya mungkin kolom kategoris. Anda tidak dapat menggunakan metadata item tekstual tidak terstruktur sebagai atribut item.
Metadata item masukan Anda dapat menyertakan ekspresi logis dengan `AND` operator untuk mendapatkan segmen pengguna untuk beberapa atribut. Misalnya, baris data input Anda mungkin `{"itemAttributes": "ITEMS.genres = \"Comedy\" AND ITEMS.genres = \"Action\""}` atau`{"itemAttributes": "ITEMS.genres = "\Comedy\" AND ITEMS.audience = "\teen\""}`.
Saat menggabungkan dua atribut dengan `AND` operator, Anda membuat segmen pengguna dengan pengguna yang lebih cenderung berinteraksi dengan item yang memiliki kedua atribut berdasarkan riwayat interaksi pengguna. Tidak seperti ekspresi filter (yang menggunakan `IN` operator untuk kesetaraan string), ekspresi input segmen batch hanya mendukung `=` simbol untuk kesetaraan untuk pencocokan string.
## Contoh JSON masukan dan keluaran pekerjaan segmen Batch
Untuk pekerjaan segmen batch, data input Anda harus berupa daftar ItemIds (resep Item-Affinity) atau atribut item (Item-Atribute-Affinity). Setiap baris data input adalah kueri inferensi terpisah. Setiap segmen pengguna diurutkan dalam urutan menurun berdasarkan probabilitas bahwa setiap pengguna akan berinteraksi dengan item dalam inventaris Anda.
Jika Anda menggunakan filter dengan parameter placeholder, seperti`$GENRE`, Anda harus memberikan nilai untuk parameter dalam `filterValues` objek di JSON input Anda. Untuk informasi selengkapnya, lihat [Memberikan nilai filter di JSON masukan Anda](filter-batch.md#providing-filter-values).
Berikut ini adalah contoh input dan output JSON yang diformat dengan benar untuk pekerjaan segmen batch yang diatur berdasarkan resep.
**Barang-Afinitas**
------
#### [ Input ]
Data input Anda dapat memiliki maksimal 500 item. Pisahkan masing-masing `itemId` dengan baris baru sebagai berikut.
```
{"itemId": "105"}
{"itemId": "106"}
{"itemId": "441"}
...
```
------
#### [ Output ]
```
{"input": {"itemId": "105"}, "output": {"recommendedUsers": ["106", "107", "49"]}}
{"input": {"itemId": "106"}, "output": {"recommendedUsers": ["105", "107", "49"]}}
{"input": {"itemId": "441"}, "output": {"recommendedUsers": ["2", "442", "435"]}}
...
```
------
**Item-Atribusi-Afinitas**
------
#### [ Input ]
Data masukan Anda dapat memiliki maksimal 10 kueri, di mana setiap kueri adalah satu atau lebih atribut item non-tekstual. Pisahkan setiap atribut atau atribut ekspresi dengan baris baru sebagai berikut.
```
{"itemAttributes": "ITEMS.genres = \"Comedy\" AND ITEMS.genres = \"Action\""}
{"itemAttributes": "ITEMS.genres = \"Comedy\""}
{"itemAttributes": "ITEMS.genres = \"Horror\" AND ITEMS.genres = \"Action\""}
...
```
------
#### [ Output ]
```
{"itemAttributes": "ITEMS.genres = \"Comedy\" AND ITEMS.genres = \"Action\"", "output": {"recommendedUsers": ["25", "78", "108"]}}
{"itemAttributes": "ITEMS.genres = \"Adventure\"", "output": {"recommendedUsers": ["87", "31", "129"]}}
{"itemAttributes": "ITEMS.genres = \"Horror\" AND ITEMS.genres = \"Action\"", "output": {"recommendedUsers": ["8", "442", "435"]}}
...
```
------