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。
Amazon Personalize データセットへのトレーニングデータのインポート
スキーマ とデータセット の作成が完了したら、トレーニングデータをデータセットにインポートする準備が整います。データをインポートする場合、レコードを一括でインポートするか、増分的にインポートするか、その両方とするかを選択できます。
-
一括インポートでは、大量の履歴レコードを一度にインポートする必要があります。バルクデータは自分で準備し、Amazon S3 のCSVファイルから Amazon Personalize に直接インポートできます。 Amazon S3 データを準備する方法については、「」を参照してくださいAmazon Personalize のトレーニングデータの準備。データの準備についてサポートが必要な場合は、 SageMaker Data Wrangler を使用して、一括アイテムインタラクション、ユーザー、およびアイテムデータを準備してインポートできます。詳細については、「Amazon SageMaker Data Wrangler を使用したバルクデータの準備とインポート」を参照してください。
-
バルクデータがない場合は、Amazon Personalize のトレーニング要件とドメインユースケースまたはレシピのデータ要件を満たすまで、個々のインポートオペレーションを使用してデータを収集し、イベントをストリーミングできます。イベントの記録については、「」を参照してくださいレコメンデーションに影響を与えるリアルタイムイベントの記録。個々のレコードのインポートについては、「」を参照してくださいAmazon Personalize データセットへの個々のレコードのインポート。
Amazon Personalize データセットにデータをインポートしたら、そのデータを分析したり、Amazon S3 バケットにエクスポートしたり、更新したり、データセットを削除して削除したりできます。
カタログが大きくなってきたら、一括または増分的なデータインポート操作で履歴データを更新するようにします。リアルタイムのレコメンデーションについては、アイテムインタラクションデータセットをユーザーの動作で最新の状態に保ちます。そのためには、イベントトラッカーと PutEvents オペレーションを使用してリアルタイムのインタラクションイベントを記録します。詳細については、「レコメンデーションに影響を与えるリアルタイムイベントの記録」を参照してください
データをインポートしたら、ドメインレコメンダー (ドメインデータセットグループの場合) またはカスタムリソース (カスタムデータセットグループの場合) を作成して、データに基づいてモデルをトレーニングする準備が整います。これらのリソースを使用して、レコメンデーションを生成します。詳細については、Amazon Personalize のドメインレコメンダー または Amazon Personalize モデルのトレーニングとデプロイのためのカスタムリソース を参照してください。