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.
Configurazione di un modello di raccomandazione in Amazon Pinpoint
Un modello della funzione di suggerimento è un tipo di modello di machine learning (ML) progettato per prevedere ciò che un particolare utente preferirà da un determinato set di prodotti o articoli. Fornisce tali informazioni come una serie di suggerimenti per l'utente. In Amazon Pinpoint, è possibile utilizzare questi modelli per inviare raccomandazioni personalizzate ai destinatari dei messaggi in base agli attributi e al comportamento di ciascun destinatario.
Prima di poter utilizzare un modello di raccomandazione in questo modo, devi configurare una connessione tra Amazon Pinpoint e la campagna Amazon Personalize che ha il modello da utilizzare. Quando si imposta la connessione, si specifica come si desidera recuperare e utilizzare le raccomandazioni della campagna Amazon Personalize. È inoltre possibile aggiungere impostazioni per gli attributi che memorizzano temporaneamente i suggerimenti della campagna.
Prima di iniziare
Prima di impostare un modello di raccomandazione in Amazon Pinpoint, esamina le informazioni in Preparazione all'utilizzo di un modello di raccomandazione con Amazon Pinpoint. In questo modo è possibile raccogliere le risorse e le informazioni necessarie per configurare il modello in Amazon Pinpoint.
Fase 1: impostazione del modello
Per questo passaggio, specifica da quale campagna Amazon Personalize vuoi recuperare le raccomandazioni. È inoltre possibile scegliere le impostazioni che specificano il modo in cui si desidera recuperare e utilizzare tali suggerimenti.
Per impostare un modello della funzione di suggerimento
Apri la console Amazon Pinpoint all'indirizzo. https://console.aws.amazon.com/pinpoint/
-
Nel riquadro di spostamento, scegliere Machine learning models (Modelli di machine learning).
-
Nella pagina Machine learning models (Modelli di machine learning), scegliere Add recommender model (Aggiungi modello della funzione di suggerimento).
-
In Dettagli del modello, nel campo Nome del modello della raccomandazione, immetti un nome per il modello in Amazon Pinpoint. Il nome deve iniziare con una lettera o un numero. Può contenere fino a 128 caratteri. È possibile utilizzare lettere, numeri, caratteri di sottolineatura (_) o trattini (‐).
-
(Facoltativo) In Recommender model description (Descrizione del modello della funzione di suggerimento), immettere una breve descrizione del modello. La descrizione può contenere fino a 128 caratteri. I caratteri possono essere lettere, numeri, spazi o i seguenti simboli: trattini bassi (_), punti e virgola (;), parentesi (), virgole (,) e trattini (‐).
-
In Configurazione del modello, per IAMruolo, scegli il ruolo AWS Identity and Access Management (IAM) che autorizza Amazon Pinpoint a connettersi e recuperare i consigli dalla campagna Amazon Personalize che utilizza il modello. Sono disponibili le seguenti opzioni:
-
Usa un ruolo esistente: scegli questa opzione per utilizzare un IAM ruolo già esistente per il tuo. Account AWS Quindi, dall'elenco dei ruoli, scegliere il ruolo desiderato.
-
Crea automaticamente un ruolo: scegli questa opzione per creare automaticamente un IAM ruolo con le autorizzazioni richieste. Quindi, immettere un nome per il ruolo.
Un'altra opzione consiste nel collaborare con l'amministratore per creare manualmente il ruolo. Per informazioni sulla creazione manuale del ruolo, consulta la sezione IAMruolo per il recupero dei consigli nella Amazon Pinpoint Developer Guide.
-
-
In Modello di raccomandazione, scegli la campagna Amazon Personalize da recuperare le raccomandazioni.
Questo elenco mostra tutte le campagne Amazon Personalize a cui puoi accedere con il tuo account Account AWS corrente. Regione AWS Se l'elenco non include la campagna che desideri, chiedi al tuo amministratore di darti accesso alla campagna e verifica di aver scelto il IAM ruolo corretto nel passaggio precedente. Inoltre, verifica che la campagna esista nella versione corrente Regione AWS.
-
In Impostazioni, nel campo ID da utilizzare per le raccomandazioni, specifica se si desidera associare utenti univoci della campagna Amazon Personalize a endpoint (ID endpoint) o utenti (ID utente) nel progetti Amazon Pinpoint.
-
In Numero di raccomandazioni per messaggio, scegli il numero di elementi suggeriti da recuperare per ciascun endpoint o utente nei progetti Amazon Pinpoint, a seconda della scelta effettuata nel passaggio precedente.
Questa impostazione determina il numero di raccomandazioni recuperate da Amazon Pinpoint che è possibile aggiungere ai singoli messaggi. È possibile recuperare fino a cinque elementi suggeriti. Se scegli 1, Amazon Pinpoint recupera solo il primo elemento dall'elenco di raccomandazioni per ciascun destinatario del messaggio, ad esempio il film maggiormente suggerito per un destinatario. Se scegli 2, recupera il primo e il secondo elemento dall'elenco per ciascun destinatario, ad esempio i primi due film maggiormente suggeriti per un destinatario. E così via, per ben cinque suggerimenti.
-
In Metodo di elaborazione, scegli una delle seguenti opzioni per specificare come Amazon Pinpoint deve elaborare le raccomandazioni recuperate:
-
Utilizza il valore restituito dal modello: con questa opzione, i messaggi visualizzano il testo esatto delle raccomandazioni fornite dalla campagna Amazon Personalize. Inoltre, tutti i suggerimenti per ogni endpoint o utente vengono temporaneamente archiviati in un attributo standard suggerito per ogni endpoint o utente.
-
Utilizza una funzione Lambda: con questa opzione, i messaggi possono visualizzare raccomandazioni avanzate, al posto del o in aggiunta al testo delle raccomandazioni fornite dalla campagna Amazon Personalize. Se scegli questa opzione, Amazon Pinpoint invia consigli a una AWS Lambda funzione per un'ulteriore elaborazione, prima di inviare un messaggio che includa i consigli. Inoltre, è possibile archiviare temporaneamente i suggerimenti in ben 10 attributi personalizzati suggeriti per ogni endpoint o utente.
Se scegli questa opzione, utilizza anche l'elenco delle funzioni Lambda per scegliere la funzione da utilizzare. Questo elenco mostra tutte le funzioni Lambda a cui puoi accedere con il tuo account Account AWS corrente. Regione AWS Se l'elenco non include la funzione desiderata, chiedere all'amministratore di consentire l'accesso alla funzione. Se la funzione non esiste ancora, scegli Crea una nuova funzione Lambda e collabora con il team di sviluppo per crearla. Per ulteriori informazioni, consulta la sezione relativa alla personalizzazione delle raccomandazioni con AWS Lambda nella Guida per gli sviluppatori di Amazon Pinpoint.
-
-
Al termine dell'immissione di queste impostazioni, scegli Successivo per eseguire il passaggio successivo, ovvero l’aggiunta delle impostazioni degli attributi per il modello di raccomandazione.
Fase 2: aggiunta di attributi al modello
Dopo aver scelto le impostazioni per la connessione e il recupero delle raccomandazioni dalla campagna Amazon Personalize, è possibile immettere le impostazioni per gli attributi che archivieranno i dati delle raccomandazioni. Queste opzioni variano a seconda del metodo di elaborazione scelto nel passaggio precedente:
- Use the value returned by the model (Utilizza il valore restituito dal modello)
-
Se si sceglie questa opzione, i suggerimenti vengono memorizzati temporaneamente in un attributo. Si tratta di un attributo standard suggerito per ogni endpoint o utente, a seconda dell'opzione scelta per Identifier to use for recommendations (Identificatore per l’uso di suggerimenti) nel passaggio precedente. Il nome sottostante di questo attributo è
RecommendationItems.Per Display name (Nome visualizzato), immettere un nome descrittivo per l'attributo. Questo nome verrà visualizzato in Attribute finder (Ricerca attributi) nell'editor dei modelli quando si aggiunge una variabile per l'attributo a un modello di messaggio. Il nome del processo può contenere fino a 25 caratteri. I caratteri possono essere lettere, numeri, spazi, caratteri di sottolineatura (_) o trattini (‐).
- Utilizza una funzione Lambda
-
Se si sceglie questa opzione, è possibile utilizzare fino a 10 attributi per memorizzare i dati per ogni suggerimento. Si tratta di attributi suggeriti personalizzati per ogni endpoint o utente, a seconda dell'opzione scelta per Identifier to use for recommendations (Identificatore per l’uso di suggerimenti) nel passaggio precedente. Ad esempio, se recuperi un prodotto suggerito per ogni endpoint o utente, la funzione Lambda può elaborare la raccomandazione e aggiungere i risultati a tre attributi personalizzati per nome, prezzo e immagine del prodotto suggerito.
Per ogni attributo personalizzato che si desidera aggiungere, scegliere Add attribute (Aggiungi attributo), e quindi effettuare le seguenti operazioni:
-
Per Attribute name (Nome attributo), immettere un nome per l'attributo. Questo nome, preceduto dal prefisso
Recommendations, verrà visualizzato nell'editor dei modelli dopo aver aggiunto una variabile per l'attributo a un modello di messaggio. Il nome deve corrispondere al nome di un attributo utilizzato dalla funzione Lambda per archiviare i dati delle raccomandazioni.Il nome dell’attributo deve iniziare con una lettera o un numero e può contenere fino a 50 caratteri. È possibile utilizzare lettere, numeri, caratteri di sottolineatura (_) o trattini (‐). I nomi degli attributi fanno distinzione tra maiuscole e minuscole e devono essere univoci.
-
Per Display name (Nome visualizzato), immettere un nome descrittivo per l'attributo. Questo nome verrà visualizzato in Attribute finder (Ricerca attributi) nell'editor dei modelli quando si aggiunge una variabile per l'attributo a un modello di messaggio. Il nome deve iniziare con una lettera o un numero e può contenere fino a 25 caratteri. I caratteri possono essere lettere, numeri, spazi, caratteri di sottolineatura (_) o trattini (‐).
-
Al termine dell'immissione di queste impostazioni, scegli Successivo per eseguire il passaggio successivo, ovvero la verifica e la pubblicazione delle impostazioni degli attributi per il modello di raccomandazione.
Fase 3: verifica e pubblicazione del modello
Dopo aver immesso tutte le impostazioni per la connessione e l'utilizzo del modello della funzione di suggerimento, è possibile verificare le impostazioni.
Al termine della revisione delle impostazioni, scegli Pubblica per salvarle. Amazon Pinpoint verifica quindi le impostazioni per controllare che siano state compilate correttamente. Se le impostazioni sono mancanti o errate, viene visualizzato un messaggio per ogni errore che consente di determinare quali impostazioni correggere. Se è necessario correggere un'impostazione, utilizzare il riquadro di spostamento per accedere direttamente alla pagina che contiene l'impostazione.
Dopo aver pubblicato le impostazioni, è possibile iniziare a utilizzare i suggerimenti nei messaggi.
