Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Daftar periksa kesiapan
Setelah Anda meninjau cara kerja Amazon Personalize dan menyelesaikan latihan memulai, Anda dapat mulai bersiap-siap untuk menggunakan Amazon Personalize dengan data Anda sendiri. Daftar periksa ini menyediakan daftar fitur, persyaratan, dan panduan data Amazon Personalize. Ini dapat membantu Anda merencanakan, atau Anda dapat menggunakannya sebagai referensi saat Anda membuat sumber daya di Amazon Personalisasi.
Topik
- Sudahkah Anda mencocokkan kasus penggunaan Anda dengan sumber daya Amazon Personalize?
- Apakah Anda memiliki data interaksi item yang cukup?
- Apakah Anda memiliki arsitektur streaming acara waktu nyata?
- Apakah data Anda dioptimalkan untuk Amazon Personalize?
- Apakah Anda mengumpulkan data opsional yang dapat meningkatkan rekomendasi?
- Apakah Anda memiliki rencana untuk menguji rekomendasi Anda?
- Apakah Anda memiliki tujuan bisnis tambahan?
Sudahkah Anda mencocokkan kasus penggunaan Anda dengan sumber daya Amazon Personalize?
Rekomendasi Amazon Personalize dapat mengatasi kasus penggunaan berikut:
-
Menghasilkan rekomendasi yang dipersonalisasi untuk pengguna
-
Merekomendasikan item serupa atau terkait
-
Merekomendasikan item yang sedang tren atau populer
-
Merekomendasikan tindakan terbaik berikutnya untuk pengguna
-
Mengurutkan ulang berdasarkan relevansi (hanya dengan sumber daya khusus)
-
Menghasilkan segmen pengguna (hanya dengan sumber daya khusus)
Amazon Personalisasi menampilkan sumber daya berbasis domain dan sumber daya khusus yang dikonfigurasi untuk kasus penggunaan ini. Anda mulai dengan membuat grup dataset Domain atau grup kumpulan data Kustom:
-
Dengan grup kumpulan data Domain, Anda membuat sumber daya yang telah dikonfigurasi sebelumnya dan dioptimalkan untuk domain VIDEO_ON_DEMAND atau ECOMMERCE.
Jika Anda memiliki aplikasi streaming video atau e-commerce, kami sarankan Anda memulai dengan grup kumpulan data Domain. Anda masih dapat menambahkan sumber daya khusus, seperti solusi dan versi solusi yang dilatih untuk kasus penggunaan khusus. Dan Anda masih dapat menggunakan sumber daya khusus untuk mendapatkan rekomendasi batch. Anda tidak dapat membuat sumber daya tindakan terbaik berikutnya, termasuk kumpulan data Tindakan dan Interaksi Tindakan, dalam grup kumpulan data domain.
-
Dengan grup kumpulan data Kustom, Anda memilih resep yang cocok dengan kasus penggunaan Anda. Anda kemudian melatih dan menerapkan hanya solusi dan versi solusi yang dapat dikonfigurasi (model rekomendasi Amazon Personalize terlatih). Saat siap, Anda dapat menerapkan versi solusi dalam kampanye untuk rekomendasi waktu nyata. Atau Anda bisa mendapatkan rekomendasi batch tanpa kampanye.
Jika Anda tidak memiliki aplikasi streaming video atau e-commerce, kami sarankan Anda membuat grup dataset khusus. Jika tidak, mulailah dengan grup dataset Domain dan tambahkan sumber daya khusus seperlunya.
Untuk informasi tentang kasus penggunaan dan resep khusus yang tersedia di Amazon Personalize, lihat. Kasus penggunaan domain dan resep khusus
Apakah Anda memiliki data interaksi item yang cukup?
Untuk semua kasus penggunaan dan resep, Anda harus memiliki minimal 1.000 interaksi item untuk 25 pengguna unik dengan setidaknya dua interaksi masing-masing. Untuk rekomendasi kualitas, kami sarankan Anda memiliki minimal 50.000 interaksi item dari setidaknya 1.000 pengguna dengan dua atau lebih interaksi item masing-masing.
Jika Anda tidak yakin apakah Anda memiliki cukup data, Anda dapat mengimpor dan menganalisisnya dengan konsol Amazon Personalize. Untuk informasi selengkapnya, lihat Menganalisis kualitas dan kuantitas data dalam kumpulan data.
Apakah Anda memiliki arsitektur streaming acara waktu nyata?
Jika Anda tidak memiliki cukup data interaksi item, Anda dapat menggunakan Amazon Personalize untuk mengumpulkan data peristiwa real-time tambahan. Dengan beberapa resep dan kasus penggunaan, Amazon Personalize dapat belajar dari aktivitas terbaru pengguna Anda dan memperbarui rekomendasi saat mereka menggunakan aplikasi Anda.
Untuk informasi tentang merekam peristiwa, termasuk bagaimana peristiwa memengaruhi rekomendasi, daftar layanan pelacakan peristiwa pihak ketiga, dan implementasi sampel, lihatMerekam peristiwa waktu nyata untuk memengaruhi rekomendasi.
Apakah data Anda dioptimalkan untuk Amazon Personalize?
Kami sarankan Anda memeriksa hal-hal berikut dalam data Anda:
-
Periksa nilai yang hilang. Kami merekomendasikan bahwa minimal 70% dari catatan Anda memiliki data untuk setiap atribut. Kami merekomendasikan kolom yang memungkinkan nilai null setidaknya 70% selesai.
-
Memperbaiki ketidakakuratan atau masalah dalam data Anda, seperti konvensi penamaan yang tidak konsisten, kategori duplikat untuk item, ID yang tidak cocok di seluruh kumpulan data, atau ID duplikat. Masalah-masalah ini dapat berdampak negatif pada rekomendasi atau mengarah pada perilaku yang tidak terduga. Misalnya, Anda mungkin memiliki “N/A” dan “Tidak Berlaku” dalam data Anda, tetapi menyaring rekomendasi hanya berdasarkan “N/A”. Item bertanda “Tidak Berlaku” tidak akan dihapus oleh filter.
Jika item, pengguna, atau tindakan dapat memiliki beberapa kategori, seperti film dengan beberapa genre, gabungkan nilai kategoris menjadi satu atribut dan pisahkan setiap nilai dengan operator |. Misalnya, data GENRES film mungkin Action | Adventure | Thriller.
-
Hindari memiliki lebih dari 1000 kategori yang mungkin untuk kolom (kecuali kolom berisi data hanya untuk tujuan penyaringan).
Untuk daftar lengkap rekomendasi data, dan petunjuk tentang cara menggunakan Amazon Personalize untuk mengidentifikasi masalah, lihat. Menganalisis kualitas dan kuantitas data dalam kumpulan data
Apakah Anda mengumpulkan data opsional yang dapat meningkatkan rekomendasi?
Data berikut dapat membantu meningkatkan relevansi rekomendasi Anda.
-
Jenis peristiwa (diperlukan untuk semua kasus penggunaan grup kumpulan data Domain)
-
Nilai acara
-
Metadata kontekstual
-
Metadata item dan pengguna
-
Data interaksi tindakan (hanya digunakan oleh resep PERSONALIZED_ACTIONS)
Untuk informasi selengkapnya tentang jenis data yang dapat digunakan Amazon Personalize, lihat. Jenis data yang dapat digunakan Amazon Personalize
Apakah Anda memiliki rencana untuk menguji rekomendasi Anda?
Anda dapat menggunakan pengujian A/B untuk membandingkan hasil berbagai kelompok pengguna yang berinteraksi dengan rekomendasi dari model yang berbeda. Pengujian A/B dapat membantu Anda membandingkan berbagai strategi rekomendasi dan melihat apakah rekomendasi membantu Anda mencapai tujuan bisnis Anda. Untuk informasi selengkapnya, lihat Mengukur dampak rekomendasi dengan pengujian A/B.
Apakah Anda memiliki tujuan bisnis tambahan?
Dalam beberapa kasus, Anda mungkin memiliki tujuan selain menghasilkan rekomendasi yang relevan untuk pengguna Anda. Misalnya, Anda mungkin ingin memaksimalkan pendapatan, atau mempromosikan jenis item tertentu dari kategori tertentu. Fitur Amazon Personalize berikut dapat membantu:
-
Promosi: Anda dapat menggunakan promosi untuk memastikan persentase tertentu dari item memenuhi kebutuhan bisnis Anda. Untuk informasi selengkapnya, lihat Mempromosikan item dalam rekomendasi.
-
Mengoptimalkan tujuan bisnis: Untuk beberapa resep grup kumpulan data kustom, Anda dapat mengoptimalkan solusi untuk tujuan khusus, seperti memaksimalkan menit streaming atau meningkatkan pendapatan. Untuk informasi selengkapnya, lihat Mengoptimalkan solusi untuk tujuan tambahan.
-
Rekomendasi penyaringan. Gunakan filter untuk menerapkan aturan bisnis pada rekomendasi. Anda dapat menggunakan filter untuk menyertakan atau mengecualikan jenis item tertentu dari rekomendasi. Untuk informasi selengkapnya, lihat Memfilter rekomendasi dan segmen pengguna.
