Memperbarui pemberi rekomendasi - Amazon Personalize

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

Memperbarui pemberi rekomendasi

Setelah Anda membuat pemberi rekomendasi, Anda dapat memperbarui konfigurasi pemberi rekomendasi:

  • Anda dapat memperbarui kolom yang digunakan oleh pemberi rekomendasi dalam pelatihan. Jika Anda memodifikasi kolom yang digunakan saat pelatihan, Amazon Personalize secara otomatis memulai pelatihan ulang penuh model yang mendukung pemberi rekomendasi Anda. Sementara pembaruan selesai, Anda masih bisa mendapatkan rekomendasi dari pemberi rekomendasi. Rekomendasi menggunakan konfigurasi sebelumnya hingga pembaruan selesai. Untuk melacak status pembaruan ini, gunakan yang latestRecommenderUpdate dikembalikan dalam DescribeRecommender operasi. Jika Anda memberikan kolom yang sama dengan yang Anda berikan saat membuat pemberi rekomendasi, tidak ada pembaruan yang terjadi.

  • Anda dapat memperbarui permintaan rekomendasi minimum pemberi rekomendasi per detik. Ini menentukan throughput permintaan rekomendasi dasar yang disediakan oleh Amazon Personalize. Nilai tinggi akan meningkatkan tagihan Anda. Sebaiknya mulai dengan 1. Lacak penggunaan Anda menggunakan CloudWatch metrik Amazon, dan tingkatkan seperlunya. Untuk informasi selengkapnya, lihat Permintaan rekomendasi minimum per detik dan auto-scaling.

  • Untuk Pilihan teratas untuk Anda dan Direkomendasikan untuk kasus penggunaan Anda, Anda dapat memperbarui konfigurasi eksplorasi dengan menyesuaikan penekanan pada penjelajahan item yang relevan dan batas usia item eksplorasi. Untuk informasi tentang eksplorasi, lihat bagian untuk kasus penggunaan Anda diMemilih kasus penggunaan.

Anda dapat memperbarui pemberi rekomendasi dengan konsol Amazon Personalize AWS Command Line Interface ,AWS CLI(), atau. AWS SDKs

Memperbarui pemberi rekomendasi (Amazon Personalize console)

Setelah Anda membuat pemberi rekomendasi, Anda dapat memperbaruinya. Anda dapat memperbarui kolom yang digunakan pemberi rekomendasi dalam pelatihan dan permintaan rekomendasi minimum pemberi rekomendasi per detik. Untuk Pilihan teratas untuk Anda dan Direkomendasikan untuk kasus penggunaan Anda, Anda dapat memperbarui konfigurasi eksplorasi. Untuk memperbarui pemberi rekomendasi dengan konsol, lakukan hal berikut.

Untuk memperbarui konfigurasi pemberi rekomendasi (konsol)
  1. Buka konsol Amazon Personalize di https://console.aws.amazon.com/personalize/rumah dan masuk ke akun Anda.

  2. Pada halaman grup Dataset, pilih grup kumpulan data Domain Anda.

  3. Dari panel navigasi, pilih Rekomendasi.

  4. Pada halaman Rekomendasi, pilih pemberi rekomendasi yang ingin Anda perbarui.

  5. Dalam konfigurasi Recommender pilih Edit.

  6. Ubah konfigurasi pemberi rekomendasi dan pilih Perbarui. Untuk informasi tentang opsi konfigurasi yang berbeda, lihatMembuat rekomendasi (konsol).

Memperbarui pemberi rekomendasi ()AWS CLI

Untuk memperbarui pemberi rekomendasi dengan AWS CLI, gunakan update-recommender perintah. Berikan Nama Sumber Daya Amazon (ARN) untuk pemberi rekomendasi dan konfigurasi yang diperbarui. Kode berikut menunjukkan cara memperbarui kolom yang digunakan oleh pemberi rekomendasi untuk pelatihan.

aws personalize update-recommender \ --dataset-group-arn dataset group ARN \ --recommender-config "{\"trainingDataConfig\": {\"excludedDatasetColumns\": { \"datasetType\" : [ \"column1Name\", \"column2Name\"]}}}"

Jika Anda memodifikasi kolom yang digunakan dalam pelatihan, Amazon Personalize secara otomatis memulai pelatihan ulang penuh model yang mendukung pemberi rekomendasi Anda. Sementara pembaruan selesai, Anda masih bisa mendapatkan rekomendasi dari pemberi rekomendasi. Rekomendasi menggunakan konfigurasi sebelumnya hingga pembaruan selesai. Untuk melacak status pembaruan ini, gunakan yang latestRecommenderUpdate dikembalikan dalam DescribeRecommender operasi.

Untuk informasi selengkapnya tentang berbagai konfigurasi yang dapat Anda ubah, lihatRecommenderConfig.

Memperbarui pemberi rekomendasi ()AWS SDKs

Untuk memperbarui pemberi rekomendasi dengan AWS, gunakan UpdateRecommender operasi. Berikan Nama Sumber Daya Amazon (ARN) untuk pemberi rekomendasi dan tentukan konfigurasi baru. Kode berikut menunjukkan cara memperbarui kolom yang digunakan oleh pemberi rekomendasi untuk pelatihan.

SDK for Python (Boto3)
import boto3 personalize = boto3.client('personalize') update_recommender_response = personalize.update_recommender( recommenderArn = 'dataset group ARN', recommenderConfig = { "trainingDataConfig": { "excludedDatasetColumns": { "datasetType": ["COLUMN_A", "COLUMN_B"] } } } )
SDK for JavaScript v3
// Get service clients and commands using ES6 syntax. import { UpdateRecommenderCommand, PersonalizeClient } from "@aws-sdk/client-personalize"; // create personalizeClient const personalizeClient = new PersonalizeClient({ region: "REGION" }); // set the request's parameters export const updateRecommenderParam = { recommenderArn: "RECOMMENDER_ARN", /* required */ recommenderConfig: { trainingDataConfig: { excludedDatasetColumns: { "DATASET_TYPE": ["COLUMN_A", "COLUMN_B"] } } } }; export const run = async () => { try { const response = await personalizeClient.send(new UpdateRecommenderCommand(updateRecommenderParam)); console.log("Success", response); return response; // For unit tests. } catch (err) { console.log("Error", err); } }; run();

Jika Anda memodifikasi kolom yang digunakan dalam pelatihan di excludedDatasetColumns bagianrecommenderConfig, Amazon Personalize secara otomatis memulai pelatihan ulang penuh model yang mendukung pemberi rekomendasi Anda. Sementara pembaruan selesai, Anda masih bisa mendapatkan rekomendasi dari pemberi rekomendasi. Rekomendasi menggunakan konfigurasi sebelumnya hingga pembaruan selesai. Untuk melacak status pembaruan ini, gunakan yang latestRecommenderUpdate dikembalikan dalam DescribeRecommender operasi.

Untuk informasi selengkapnya tentang berbagai konfigurasi yang dapat Anda ubah, lihatRecommenderConfig.