View a markdown version of this page

Creazione di un flusso di lavoro di abbinamento basato sull'apprendimento automatico - AWS Entity Resolution

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Creazione di un flusso di lavoro di abbinamento basato sull'apprendimento automatico

La corrispondenza basata sull'apprendimento automatico è un processo preimpostato che tenta di abbinare i record di tutti i dati inseriti. Il flusso di lavoro di corrispondenza basato sull'apprendimento automatico consente di confrontare i dati in chiaro per trovare un'ampia gamma di corrispondenze utilizzando un modello di apprendimento automatico.

Nota

Il modello di apprendimento automatico non supporta il confronto di dati con hash.

Quando AWS Entity Resolution trova una corrispondenza tra due o più record nei tuoi dati, assegna:

Puoi utilizzare l'output di un flusso di lavoro ML-based corrispondente come input per la corrispondenza tra fornitori di servizi di dati o viceversa per raggiungere i tuoi obiettivi specifici. Ad esempio, puoi eseguire una ML-based corrispondenza per trovare prima le corrispondenze tra le tue fonti di dati nei tuoi record. Se un sottoinsieme non corrisponde, puoi quindi eseguire la corrispondenza basata sui servizi del provider per trovare altre corrispondenze.

Prerequisiti

Prima di creare un flusso di lavoro ML-based corrispondente, devi:

  1. Creare una mappatura dello schema. Per ulteriori informazioni, consulta Creazione di una mappatura dello schema.

  2. Se utilizzi Connect Customer Profiles come destinazione di output, assicurati di avere le autorizzazioni appropriate configurate.

Per creare un flusso di lavoro ML-based corrispondente:

  1. Accedi Console di gestione AWS e apri la AWS Entity Resolution console all'indirizzo https://console.aws.amazon.com/entityresolution/.

  2. Nel riquadro di navigazione a sinistra, in Flussi di lavoro, scegli Corrispondenza.

  3. Nella pagina Flussi di lavoro corrispondenti, nell'angolo in alto a destra, scegli Crea flusso di lavoro corrispondente.

  4. Per il passaggio 1: specifica i dettagli del flusso di lavoro corrispondenti, procedi come segue:

    1. Inserisci un nome del flusso di lavoro corrispondente e una descrizione opzionale.

    2. Per l'immissione dei dati Regione AWS, scegli un AWS Glue database, la AWS Glue tabella e quindi la mappatura dello schema corrispondente.

      È possibile aggiungere fino a 20 input di dati.

    3. L'opzione Normalizza dati è selezionata per impostazione predefinita, in modo che gli input dei dati vengano normalizzati prima della corrispondenza. Se non desideri normalizzare i dati, deseleziona l'opzione Normalizza dati.

      La corrispondenza basata sull'apprendimento automatico normalizza solo, e. Nome Telefono Email

    4. Per specificare le autorizzazioni di accesso al servizio, scegli un'opzione ed esegui l'azione consigliata.

      Opzione Azione consigliata
      Crea e utilizza un nuovo ruolo di servizio

      • AWS Entity Resolution crea un ruolo di servizio con la policy richiesta per questa tabella.

      • Il nome del ruolo di servizio predefinito èentityresolution-matching-workflow-<timestamp>.

      • È necessario disporre delle autorizzazioni per creare ruoli e allegare politiche.

      • Se i dati di input sono crittografati, scegli l'opzione Questi dati sono crittografati da una chiave KMS. Quindi, inserisci una AWS KMS chiave utilizzata per decrittografare i dati immessi.
      Utilizza un ruolo di servizio esistente

      1. Scegli un nome di ruolo di servizio esistente dall'elenco a discesa.

        L'elenco dei ruoli viene visualizzato se disponi delle autorizzazioni per elencare i ruoli.

        Se non disponi delle autorizzazioni per elencare i ruoli, puoi inserire l'Amazon Resource Name (ARN) del ruolo che desideri utilizzare.

        Se non ci sono ruoli di servizio esistenti, l'opzione Usa un ruolo di servizio esistente non è disponibile.

      2. Visualizza il ruolo del servizio scegliendo il link esterno Visualizza in IAM.

        Per impostazione predefinita, AWS Entity Resolution non tenta di aggiornare la politica del ruolo esistente per aggiungere le autorizzazioni necessarie.

    5. (Facoltativo) Per abilitare i tag per la risorsa, scegli Aggiungi nuovo tag, quindi inserisci la coppia Chiave e Valore.

    6. Scegli Next (Successivo).

  5. Per il passaggio 2: scegli la tecnica di abbinamento:

    1. Per il metodo di abbinamento, scegli la corrispondenza basata sull'apprendimento automatico.

      AWS Entity Resolution interfaccia di creazione del flusso di lavoro corrispondente con opzioni per la corrispondenza basata su regole o con apprendimento automatico.

    2. Per la cadenza di elaborazione, seleziona una delle seguenti opzioni.

      • Scegliete Manuale per eseguire un flusso di lavoro di abbinamento in batch, che elabora tutti i dati nel bucket S3.

      • Scegli Automatico per eseguire un flusso di lavoro di corrispondenza incrementale, che elabora solo i dati incrementali nel bucket S3.

    3. Scegli Next (Successivo).

  6. Per il passaggio 3: specifica l'output e il formato dei dati:

    1. Per Destinazione e formato di output dei dati, scegli la posizione Amazon S3 per l'output dei dati e se il formato dei dati sarà Normalizzato o Dati originali.

    2. Per la crittografia, se scegli di personalizzare le impostazioni di crittografia, inserisci la AWS KMS chiave ARN.

    3. Visualizza l'output generato dal sistema.

    4. Per l'output dei dati, decidi quali campi desideri includere, nascondere o mascherare, quindi esegui le azioni consigliate in base ai tuoi obiettivi.

      Il tuo obiettivo Opzione consigliata
      Includi campi Mantieni lo stato di output come Incluso.
      Nascondi i campi (escludi dall'output) Scegli il campo Output, quindi scegli Nascondi.
      Maschera i campi Scegli il campo Output, quindi scegli Output hash.
      Ripristina le impostazioni precedenti Scegliere Reimposta.

    5. Scegli Next (Successivo).

  7. Per il passaggio 4: rivedi e crea:

    1. Rivedi le selezioni effettuate per i passaggi precedenti e modificale se necessario.

    2. Scegli Create and run (Crea ed esegui).

      Viene visualizzato un messaggio che indica che il flusso di lavoro corrispondente è stato creato e che il lavoro è iniziato.

  8. Nella pagina dei dettagli del flusso di lavoro corrispondente, nella scheda Metriche, visualizza quanto segue in Metriche dell'ultimo lavoro:

    • L'ID del lavoro.

    • Lo stato del processo del flusso di lavoro corrispondente: in coda, in corso, completato , non riuscito

    • Il tempo di completamento del processo del flusso di lavoro.

    • Il numero di record elaborati.

    • Il numero di record non elaborati.

    • Gli ID di corrispondenza univoci generati.

    • Il numero di record di input.

    È inoltre possibile visualizzare le metriche dei processi corrispondenti ai processi del flusso di lavoro eseguiti in precedenza nella cronologia dei lavori.

  9. Una volta completato il job del flusso di lavoro corrispondente (lo stato è completato), puoi accedere alla scheda Output dei dati e quindi selezionare la tua sede Amazon S3 per visualizzare i risultati.

  10. (Solo tipo di elaborazione manuale) Se hai creato un flusso di lavoro corrispondente basato sull'apprendimento automatico con il tipo di elaborazione manuale, puoi eseguire il flusso di lavoro corrispondente in qualsiasi momento scegliendo Esegui flusso di lavoro nella pagina dei dettagli del flusso di lavoro corrispondente.