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.
Preparazione all'utilizzo di un modello di raccomandazione con Amazon Pinpoint
Per funzionare con Amazon Pinpoint, è necessario implementare un modello di raccomandazione come campagna Amazon Personalize. Inoltre, devono essere presenti determinati AWS Identity and Access Management (IAM) ruoli e politiche. Se desideri migliorare i consigli che Amazon Pinpoint riceve dal modello, è necessario disporre anche di una AWS Lambda funzione per elaborare i consigli.
Prima di impostare un modello di raccomandazione in Amazon Pinpoint, collabora con i team responsabili di data science e sviluppo per progettare e creare queste risorse. Inoltre, collabora con questi team per assicurarti che il modello soddisfi determinati requisiti tecnici per funzionare con Amazon Pinpoint. Dopo aver creato queste risorse, collabora con il tuo amministratore per assicurarti che tu e Amazon Pinpoint possiate accedervi. Man mano che esegui questi passaggi, raccogli le informazioni necessarie per configurare il modello in Amazon Pinpoint.
Argomenti
Campagne Amazon Personalize
Amazon Personalize è progettato per aiutarti a creare modelli di machine learning (ML) che forniscono consigli personalizzati in tempo reale per i clienti che utilizzano le tue applicazioni. AWS servizio Amazon Personalize ti guida nel processo di creazione e addestramento di un modello di machine learning, principalmente utilizzando una combinazione di dati e una ricetta. Una ricetta è un algoritmo configurato per supportare un caso d'uso specifico, ad esempio prevedere gli elementi che una persona apprezzerà e con i quali vorrà interagire.
Questa combinazione di dati e una ricetta è indicata come una soluzione. Dopo che una soluzione è stata addestrata, diventa una versione della soluzione. La versione della soluzione viene quindi testata, raffinata e preparata per l'uso. Quando una versione della soluzione è pronta per l'uso, essa viene implementata come campagna Amazon Personalize. La campagna viene quindi utilizzata per fornire suggerimenti personalizzati in tempo reale. Per ulteriori informazioni su Amazon Personalize, consulta la Guida per gli sviluppatori di Amazon Personalize.
Affinché Amazon Pinpoint possa recuperare le raccomandazioni da una campagna Amazon Personalize, la campagna e i suoi componenti devono soddisfare i seguenti requisiti:
-
La ricetta deve essere una USER_ PERSONALIZATION ricetta. Può utilizzare tutte le impostazioni dell'algoritmo supportate (iperparametri) per questo tipo di ricetta. Per informazioni su questo tipo di ricetta, consulta l'argomento relativo all'utilizzo delle ricette predefinite nella Guida per gli sviluppatori di Amazon Personalize.
-
La soluzione deve essere addestrata utilizzando un utente IDs che può essere correlato all'endpoint IDs o all'utente IDs nei progetti Amazon Pinpoint. Amazon Pinpoint utilizza il campo
userIdin Amazon Personalize per correlare i dati tra gli utenti in Amazon Personalize e gli endpoint o gli utenti nei progetti Amazon Pinpoint. -
La soluzione deve supportare l'uso del GetRecommendationsfunzionamento di Amazon Personalize Runtime. API
-
La campagna deve utilizzare la versione della soluzione da cui desideri recuperare i suggerimenti.
-
La campagna deve essere distribuita e avere uno stato attivo.
-
La campagna deve essere eseguita nello stesso modo Regione AWS dei progetti Amazon Pinpoint che utilizzeranno i consigli che ne derivano. In caso contrario, Amazon Pinpoint non sarà in grado di recuperare le raccomandazioni dalla campagna e ciò può causare la mancata riuscita di una campagna Amazon Pinpoint o di un'attività del percorso.
Oltre a questi requisiti, è consigliabile configurare la campagna in modo da supportare almeno 20 transazioni con provisioning al secondo.
Mentre assieme al team implementi una campagna Amazon Personalize conforme ai requisiti precedentemente indicati, assicurati anche di rispondere alle seguenti domande:
- Quale campagna?
-
Per configurare il modello in Amazon Pinpoint, devi conoscere il nome della campagna Amazon Personalize da cui recuperare i consigli. In seguito, se collabori con il tuo amministratore per configurare manualmente l'accesso alla campagna, dovrai anche conoscere l'Amazon Resource Name (ARN) della campagna.
- Che tipo di ID?
-
Quando configuri il modello in Amazon Pinpoint, puoi scegliere se associare gli utenti della campagna Amazon Personalize agli endpoint oppure agli utenti nei progetti Amazon Pinpoint. Ciò consente al modello di fornire suggerimenti realmente specifici per un particolare destinatario del messaggio.
In una campagna Amazon Personalize, ogni utente ha un ID utente (
userIdoUSER_ID, a seconda del contesto). Si tratta di una sequenza di caratteri che identifica in modo univoco un particolare utente nella campagna. In un progetto Amazon Pinpoint, il destinatario di un messaggio può avere due tipi di: IDs-
ID endpoint: si tratta di una sequenza di caratteri che identifica in modo univoco una destinazione a cui inviare messaggi, ad esempio un indirizzo e-mail, un numero di cellulare o un dispositivo mobile.
-
ID utente: si tratta di una sequenza di caratteri che identifica in modo univoco un particolare utente nella campagna. Ciascun utente può essere associato a uno o più endpoint. Ad esempio, se comunichi con un utente tramite e-mail e un'app mobileSMS, l'utente potrebbe essere associato a tre endpoint: uno per l'indirizzo e-mail dell'utente, un altro per il numero di cellulare dell'utente e un altro per il dispositivo mobile dell'utente.
Quando scegli il tipo di ID Amazon Pinpoint da associare all'IDsutente Amazon Personalize, scegli il tipo che usi in modo più coerente nei tuoi progetti Amazon Pinpoint. Se tu o l'applicazione non avete assegnato un ID a un endpoint o a un utente, Amazon Pinpoint non è in grado recuperare le raccomandazioni per l'endpoint o l'utente. Ciò può impedire l'invio di messaggi da Amazon Pinpoint all'endpoint o all'utente. In alternativa, può causare l'invio, da parte di Amazon Pinpoint, di messaggi visualizzati in modo imprevisto o indesiderato.
-
- Quanti suggerimenti?
-
Ogni volta che Amazon Pinpoint recupera raccomandazioni, Amazon Personalize restituisce un elenco ordinato di raccomandazioni per ogni destinatario di un messaggio. Puoi configurare Amazon Pinpoint per recuperare da 1 a 5 di questi consigli per ogni destinatario. Se scegli una raccomandazione, Amazon Pinpoint recupera solo il primo elemento dall'elenco per ciascun destinatario, ad esempio il filmato più consigliato per un destinatario. Se scegli due raccomandazioni, vengono recuperati il primo e il secondo elemento dall'elenco per ciascun destinatario, ad esempio i due filmati consigliati per un destinatario. E così via.
La scelta per questa impostazione dipende principalmente dai tuoi obiettivi per i messaggi che includeranno suggerimenti provenienti dal modello. Tuttavia, potrebbe dipendere anche dal modo in cui il team ha progettato la soluzione e dalla valutazione delle prestazioni della soluzione da parte del team. Per questo motivo, collabora con il tuo team per assicurarti di scegliere un numero appropriato per questa impostazione.
- Cosa contiene un suggerimento?
-
Quando Amazon Pinpoint recupera le raccomandazioni, Amazon Personalize restituisce un elenco ordinato di 1-5 elementi suggeriti, a seconda del numero di raccomandazioni impostato per il recupero per ciascun destinatario del messaggio. Ogni elemento è costituito solo da testo, ad esempio un ID prodotto o un titolo del filmato. Tuttavia, la natura e il contenuto di questi elementi possono variare da una campagna Amazon Personalize all'altra, in base alla progettazione della soluzione sottostante e alla campagna.
Pertanto, è una buona idea chiedere al tuo team esattamente quali contenuti la campagna fornisce per gli articoli consigliati. La loro risposta influenzerà probabilmente il modo in cui progetterai messaggi che utilizzano i suggerimenti della campagna. Se desideri migliorare i contenuti forniti dalla campagna, puoi anche scegliere di implementare una AWS Lambda funzione in grado di eseguire questa operazione.
AWS Identity and Access Management ruoli e politiche
AWS Identity and Access Management (IAM) è un AWS servizio che aiuta gli amministratori a controllare l'accesso alle AWS risorse. Per ulteriori informazioni IAM e su come funziona con Amazon Pinpoint, consulta la pagina Gestione delle identità e degli accessi per Amazon Pinpoint nella Amazon Pinpoint Developer Guide.
Quando imposti un modello di raccomandazione in Amazon Pinpoint, specifichi da quale campagna Amazon Personalize desideri recuperare le raccomandazioni. Per scegliere la campagna, l'amministratore deve prima consentirti di visualizzare le campagne della tua organizzazione. Account AWS In caso contrario, la campagna non verrà visualizzata nell'elenco delle campagne tra cui è possibile scegliere. Se non vedi la campagna nell'elenco, chiedi all'amministratore di fornirti questo accesso.
Inoltre, tu o il tuo amministratore dovete creare un IAM ruolo e una politica che consentano ad Amazon Pinpoint di recuperare consigli dalle campagne Amazon Personalize. Quando configuri un modello di raccomandazione, puoi scegliere di far creare automaticamente ad Amazon Pinpoint il ruolo e la policy. Un'altra opzione consente a te o all'amministratore di creare manualmente il ruolo e la policy, prima di impostare il modello di raccomandazione in Amazon Pinpoint. Per informazioni su come eseguire questa operazione, consulta IAMil ruolo per il recupero dei consigli nella Amazon Pinpoint Developer Guide.
AWS Lambda funzioni
Per alcuni modelli, è possibile migliorare le raccomandazioni che Amazon Pinpoint riceve da Amazon Personalize. Ad esempio, anziché includere solo un singolo valore consigliato (ad esempio il nome di un prodotto) nei messaggi, è possibile includere nei messaggi contenuti aggiuntivi (ad esempio il nome, la descrizione e l'immagine di un prodotto). Puoi farlo collaborando con il tuo team per progettare e creare una AWS Lambda funzione che trasformi i dati di raccomandazione nei contenuti che desideri.
AWS Lambda è una AWS servizio funzionalità progettata per aiutare le persone a eseguire codice senza fornire o gestire server. Tu o il tuo team sviluppate e impacchettate il codice e lo caricate AWS Lambda come funzione Lambda. AWS Lambda quindi esegue la funzione ogni volta che la funzione viene richiamata da un'applicazione o un servizio, come Amazon Pinpoint. Per ulteriori informazioni su AWS Lambda, consulta la Guida per lo sviluppatore di AWS Lambda.
Quando imposti un modello di raccomandazione in Amazon Pinpoint, specifichi come desideri che Amazon Pinpoint elabori le raccomandazioni ricevute. Un'opzione è usare una funzione Lambda. Se vuoi usare una funzione Lambda, collabora con il tuo team per:
-
Definire cosa fa la funzione.
-
Definire gli attributi consigliati personalizzati che desideri siano utilizzati dalla funzione durante l'elaborazione dei suggerimenti. Questo include il numero di attributi, il nome e lo scopo di ciascuno. Una funzione Lambda può utilizzare fino a 10 attributi personalizzati per ogni destinatario del messaggio. Dovrai inserire informazioni su questi attributi quando configuri il modello di raccomandazione in Amazon Pinpoint.
-
Assicurati che la funzione sia ospitata nello Regione AWS stesso ambiente dei progetti Amazon Pinpoint che la utilizzeranno. In caso contrario, Amazon Pinpoint non sarà in grado di inviare dati delle raccomandazioni alla funzione e ciò può causare la mancata riuscita di una campagna Amazon Pinpoint o di un’attività del percorso.
Infine, collabora con l'amministratore per creare una policy che consenta ad Amazon Pinpoint di richiamare la funzione Lambda ogni volta che invia messaggi contenenti raccomandazioni dal modello.
Per informazioni dettagliate sull'utilizzo di una funzione Lambda per elaborare le raccomandazioni, consulta la pagina relativa alla personalizzazione delle raccomandazioni con AWS Lambda nella Guida per gli sviluppatori di Amazon Pinpoint.
