翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# ドメインデータセットグループの開始方法 (SDK for Java 2.x)
<a name="domain-getting-started-java"></a>

このチュートリアルでは、SDK for Java 2.x を使用して VIDEO\_ON\_DEMAND ドメインのドメインデータセットグループを作成する方法を示します。このチュートリアルでは、*上位のおすすめ*ユースケースのレコメンダーを作成します。

開始方法の演習を完了したら、不要な料金が発生しないように、作成したリソースを削除します。詳細については、「[Amazon Personalize リソースを削除するための要件](deleting-resources.md)」を参照してください。

## 前提条件
<a name="domain-gs-java-prerequisites"></a>

このチュートリアルを完了するための前提条件となる手順は次のとおりです。
+ [開始方法の前提条件](gs-prerequisites.md) を完了して必要な権限を設定し、トレーニングデータを作成します。[ドメインデータセットグループの開始方法 (コンソール)](getting-started-console-domain.md) も完了していれば、同じソースデータを再利用できます。独自のソースデータを使用する場合は、前提条件に示しているようにそのデータがフォーマットされていることを確認します。
+ **「AWS SDK for Java 2.x デベロッパーガイド」の「[AWS SDK for Java 2.x の設定](https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/setup.html)」手順で指定されているように、SDK for Java 2.x 環境と AWS 認証情報を設定します。

## チュートリアル
<a name="gs-java-domain-tutorial"></a>

次のステップでは、Amazon Personalize パッケージを使用するようにプロジェクトを設定し、Amazon Personalize の SDK for Java 2.x クライアントを作成します。次に、データをインポートし、*上位のおすすめ*ユースケースのレコメンダーを作成して、レコメンデーションを取得します。

### ステップ 1: Amazon Personalize のパッケージを使用するようにプロジェクトを設定する
<a name="domain-gs-java-set-up-project"></a>

前提条件を完了したら、Amazon Personalize の依存関係を pom.xml ファイルに追加し、Amazon Personalize のパッケージをインポートします。

1.  次の依存関係を pom.xml ファイルに追加します。最新のバージョン番号は、サンプルコードとは異なる場合があります。

   ```
   <dependency>
   	<groupId>software.amazon.awssdk</groupId>
   	<artifactId>personalize</artifactId>
   	<version>2.16.83</version>
   </dependency>
   <dependency>
   	<groupId>software.amazon.awssdk</groupId>
   	<artifactId>personalizeruntime</artifactId>
   	<version>2.16.83</version>
   </dependency>
   <dependency>
   	<groupId>software.amazon.awssdk</groupId>
   	<artifactId>personalizeevents</artifactId>
   	<version>2.16.83</version>
   </dependency>
   ```

1.  プロジェクトに次のインポートステートメントを追加します。

   ```
   // import client packages
   import software.amazon.awssdk.services.personalize.PersonalizeClient;
   import software.amazon.awssdk.services.personalizeruntime.PersonalizeRuntimeClient;
   // Amazon Personalize exception package
   import software.amazon.awssdk.services.personalize.model.PersonalizeException;
   // schema packages
   import software.amazon.awssdk.services.personalize.model.CreateSchemaRequest;
   // dataset group packages
   import software.amazon.awssdk.services.personalize.model.CreateDatasetGroupRequest;
   import software.amazon.awssdk.services.personalize.model.DescribeDatasetGroupRequest;
   // dataset packages
   import software.amazon.awssdk.services.personalize.model.CreateDatasetRequest;
   // dataset import job packages
   import software.amazon.awssdk.services.personalize.model.CreateDatasetImportJobRequest;
   import software.amazon.awssdk.services.personalize.model.DataSource;
   import software.amazon.awssdk.services.personalize.model.DatasetImportJob;
   import software.amazon.awssdk.services.personalize.model.DescribeDatasetImportJobRequest;
   // recommender packages
   import software.amazon.awssdk.services.personalize.model.CreateRecommenderRequest;
   import software.amazon.awssdk.services.personalize.model.CreateRecommenderResponse;
   import software.amazon.awssdk.services.personalize.model.DescribeRecommenderRequest;
   // get recommendations packages
   import software.amazon.awssdk.services.personalizeruntime.model.GetRecommendationsRequest;
   import software.amazon.awssdk.services.personalizeruntime.model.GetRecommendationsResponse;
   import software.amazon.awssdk.services.personalizeruntime.model.PredictedItem;
   // Java time utility package
   import java.time.Instant;
   ```

### ステップ 2: Amazon Personalize のクライアントを作成する
<a name="domain-gs-java-clients"></a>

Amazon Personalize の依存関係を pom.xml ファイルに追加し、必要なパッケージをインポートしたて、次の Amazon Personalize のクライアントをインスタンス化します。

```
PersonalizeClient personalizeClient = PersonalizeClient.builder()
  .region({{region}})
  .build();

PersonalizeRuntimeClient personalizeRuntimeClient = PersonalizeRuntimeClient.builder() 
  .region({{region}})
  .build();
```

### ステップ 3: データをインポートする
<a name="domain-gs-java-import-dataset"></a>

Amazon Personalize のクライアントを初期化したら、[開始方法の前提条件](gs-prerequisites.md) の完了時に作成した履歴データをインポートします。過去のデータを Amazon Personalize にインポートするには、次の操作を実行します。

1.  次の Avro スキーマを JSON ファイルとして作業ディレクトリに保存します。このスキーマは、[トレーニングデータの作成 (ドメインデータセットグループ)](gs-prerequisites.md#gs-data-prep-domain) を完了したときに作成した CSV ファイルの列と一致します。

   ```
   {
     "type": "record",
     "name": "Interactions",
     "namespace": "com.amazonaws.personalize.schema",
     "fields": [
         {
             "name": "USER_ID",
             "type": "string"
         },
         {
             "name": "ITEM_ID",
             "type": "string"
         },
         {
             "name": "EVENT_TYPE",
             "type": "string"
         },
         {
             "name": "TIMESTAMP",
             "type": "long"
         }
     ],
     "version": "1.0"
   }
   ```

1. 次の `createDomainSchema` メソッドを使用して、Amazon Personalize でドメインスキーマを作成します。パラメータとして、Amazon Personalize のサービスクライアント、スキーマの名前、ドメイン用の`VIDEO_ON_DEMAND`および前のステップで作成したスキーマ JSON ファイルのファイルパスを渡します。このメソッドは、新しいスキーマの Amazon リソースネーム (ARN) を返します。後で使用するために、これを保存します。

   ```
       public static String createDomainSchema(PersonalizeClient personalizeClient, String schemaName, String domain,
               String filePath) {
   
           String schema = null;
           try {
               schema = new String(Files.readAllBytes(Paths.get(filePath)));
           } catch (IOException e) {
               System.out.println(e.getMessage());
           }
   
           try {
               CreateSchemaRequest createSchemaRequest = CreateSchemaRequest.builder()
                       .name(schemaName)
                       .domain(domain)
                       .schema(schema)
                       .build();
   
               String schemaArn = personalizeClient.createSchema(createSchemaRequest).schemaArn();
   
               System.out.println("Schema arn: " + schemaArn);
   
               return schemaArn;
   
           } catch (PersonalizeException e) {
               System.err.println(e.awsErrorDetails().errorMessage());
               System.exit(1);
           }
           return "";
       }
   ```

1. データセットグループを作成します。次の `createDomainDatasetGroup` メソッドを使用して、ドメインデータセットグループを作成します。パラメータとして、Amazon Personalize のサービスクライアントとデータセットグループの名前を渡し、ドメイン用の `VIDEO_ON_DEMAND` を渡します。このメソッドは、新しいデータセットグループの ARN を返します。後で使用するために、これを保存します。

   ```
       public static String createDomainDatasetGroup(PersonalizeClient personalizeClient,
               String datasetGroupName,
               String domain) {
   
           try {
               CreateDatasetGroupRequest createDatasetGroupRequest = CreateDatasetGroupRequest.builder()
                       .name(datasetGroupName)
                       .domain(domain)
                       .build();
               return personalizeClient.createDatasetGroup(createDatasetGroupRequest).datasetGroupArn();
           } catch (PersonalizeException e) {
               System.out.println(e.awsErrorDetails().errorMessage());
           }
           return "";
       }
   ```

1. アイテムインタラクションデータセットを作成します。次の `createDataset` メソッドを使用して、アイテムインタラクションデータセットを作成します。パラメータとして、Amazon Personalize のサービスクライアント、データセットの名前、スキーマの ARN、データセットグループの ARN、およびデータセットタイプの `Interactions` を渡します。このメソッドは、新しいデータセットの ARN を返します。後で使用するために、これを保存します。

   ```
       public static String createDataset(PersonalizeClient personalizeClient,
               String datasetName,
               String datasetGroupArn,
               String datasetType,
               String schemaArn) {
           try {
               CreateDatasetRequest request = CreateDatasetRequest.builder()
                       .name(datasetName)
                       .datasetGroupArn(datasetGroupArn)
                       .datasetType(datasetType)
                       .schemaArn(schemaArn)
                       .build();
   
               String datasetArn = personalizeClient.createDataset(request)
                       .datasetArn();
               System.out.println("Dataset " + datasetName + " created.");
               return datasetArn;
   
           } catch (PersonalizeException e) {
               System.err.println(e.awsErrorDetails().errorMessage());
               System.exit(1);
           }
           return "";
       }
   ```

1. データセットのインポートジョブを使用してデータをインポートします。次の `createPersonalizeDatasetImportJob` メソッドを使用して、データセットのインポートジョブを作成します。

   パラメータとして以下を渡します: Amazon Personalize のサービスクライアント、ジョブ名、およびインタラクションデータセット ARN。トレーニングデータを保存した Amazon S3 バケットパス (`s3://{{bucket name}}/{{folder name}}/ratings.csv`) とサービスロールの ARN を渡します。このロールは [開始方法の前提条件](gs-prerequisites.md) の一部として作成しました。このメソッドは、データセットのインポートジョブの ARN を返します。オプションで、後で使用するために保存します。

   ```
       public static String createPersonalizeDatasetImportJob(PersonalizeClient personalizeClient,
               String jobName,
               String datasetArn,
               String s3BucketPath,
               String roleArn) {
   
           long waitInMilliseconds = 60 * 1000;
           String status;
           String datasetImportJobArn;
   
           try {
               DataSource importDataSource = DataSource.builder()
                       .dataLocation(s3BucketPath)
                       .build();
   
               CreateDatasetImportJobRequest createDatasetImportJobRequest = CreateDatasetImportJobRequest.builder()
                       .datasetArn(datasetArn)
                       .dataSource(importDataSource)
                       .jobName(jobName)
                       .roleArn(roleArn)
                       .build();
   
               datasetImportJobArn = personalizeClient.createDatasetImportJob(createDatasetImportJobRequest)
                       .datasetImportJobArn();
               DescribeDatasetImportJobRequest describeDatasetImportJobRequest = DescribeDatasetImportJobRequest.builder()
                       .datasetImportJobArn(datasetImportJobArn)
                       .build();
   
               long maxTime = Instant.now().getEpochSecond() + 3 * 60 * 60;
   
               while (Instant.now().getEpochSecond() < maxTime) {
   
                   DatasetImportJob datasetImportJob = personalizeClient
                           .describeDatasetImportJob(describeDatasetImportJobRequest)
                           .datasetImportJob();
   
                   status = datasetImportJob.status();
                   System.out.println("Dataset import job status: " + status);
   
                   if (status.equals("ACTIVE") || status.equals("CREATE FAILED")) {
                       break;
                   }
                   try {
                       Thread.sleep(waitInMilliseconds);
                   } catch (InterruptedException e) {
                       System.out.println(e.getMessage());
                   }
               }
               return datasetImportJobArn;
   
           } catch (PersonalizeException e) {
               System.out.println(e.awsErrorDetails().errorMessage());
           }
           return "";
       }
   ```

### ステップ 4: レコメンダーを作成する
<a name="domain-gs-create-recommender"></a>

データセットのインポートジョブが完了すると、レコメンダーを作成する準備が整います。次の `createRecommender` メソッドを使用して、レコメンダーを作成します。パラメータとして、Amazon Personalize のサービスクライアント、データセットグループの Amazon リソースネーム (ARN)、`arn:aws:personalize:::recipe/aws-vod-top-picks` 用のレシピ ARN を渡します。このメソッドは、新しいレコメンダーの ARN を返します。後で使用するために、これを保存します。

```
    public static String createRecommender(PersonalizeClient personalizeClient,
            String name,
            String datasetGroupArn,
            String recipeArn) {

        long maxTime = 0;
        long waitInMilliseconds = 30 * 1000; // 30 seconds
        String recommenderStatus = "";

        try {
            CreateRecommenderRequest createRecommenderRequest = CreateRecommenderRequest.builder()
                    .datasetGroupArn(datasetGroupArn)
                    .name(name)
                    .recipeArn(recipeArn)
                    .build();

            CreateRecommenderResponse recommenderResponse = personalizeClient
                    .createRecommender(createRecommenderRequest);
            String recommenderArn = recommenderResponse.recommenderArn();
            System.out.println("The recommender ARN is " + recommenderArn);

            DescribeRecommenderRequest describeRecommenderRequest = DescribeRecommenderRequest.builder()
                    .recommenderArn(recommenderArn)
                    .build();

            maxTime = Instant.now().getEpochSecond() + 3 * 60 * 60;

            while (Instant.now().getEpochSecond() < maxTime) {

                recommenderStatus = personalizeClient.describeRecommender(describeRecommenderRequest).recommender()
                        .status();
                System.out.println("Recommender status: " + recommenderStatus);

                if (recommenderStatus.equals("ACTIVE") || recommenderStatus.equals("CREATE FAILED")) {
                    break;
                }
                try {
                    Thread.sleep(waitInMilliseconds);
                } catch (InterruptedException e) {
                    System.out.println(e.getMessage());
                }
            }
            return recommenderArn;

        } catch (PersonalizeException e) {
            System.err.println(e.awsErrorDetails().errorMessage());
            System.exit(1);
        }
        return "";
    }
```

### ステップ 5: レコメンデーションを取得する
<a name="domain-gs-java-get-recommendations"></a>

レコメンダーを作成したら、それを使用してレコメンデーションを取得します。次の `getRecs` メソッドを使用して、ユーザー向けのレコメンデーションを取得します。パラメータとして、Amazon Personalize のランタイムクライアント、前のステップで作成したレコメンダーの Amazon リソースネーム (ARN)、およびユーザー ID (例: `123`) を渡します。このメソッドは、推奨アイテムのリストを画面に出力します。

```
    public static void getRecs(PersonalizeRuntimeClient personalizeRuntimeClient, String recommenderArn,
            String userId) {

        try {
            GetRecommendationsRequest recommendationsRequest = GetRecommendationsRequest.builder()
                    .recommenderArn(recommenderArn)
                    .numResults(20)
                    .userId(userId)
                    .build();

            GetRecommendationsResponse recommendationsResponse = personalizeRuntimeClient
                    .getRecommendations(recommendationsRequest);
            List<PredictedItem> items = recommendationsResponse.itemList();

            for (PredictedItem item : items) {
                System.out.println("Item Id is : " + item.itemId());
                System.out.println("Item score is : " + item.score());
            }
        } catch (AwsServiceException e) {
            System.err.println(e.awsErrorDetails().errorMessage());
            System.exit(1);
        }
    }
```