기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
단계 2: 데이터 준비 및 가져오기
Amazon Personalize는 데이터를 사용하여 사용자 및 사용자 세그먼트에 대한 권장 사항을 생성합니다. Amazon Personalize는 사용자가 데이터 세트를 삭제할 때까지 데이터 세트에 데이터를 저장합니다. 모든 사용 사례(도메인 데이터 세트 그룹) 및 레시피(사용자 지정 리소스)에 대해 상호작용 데이터에는 다음이 포함되어야 합니다.
-
카탈로그의 항목과 상호 작용하는 사용자의 1,000개 이상의 항목 상호 작용 기록. 이러한 상호 작용은 대량 가져오기, 스트리밍된 이벤트 또는 이 둘 다에서 발생할 수 있습니다.
-
각각 2번 이상의 항목 상호 작용을 갖는 25개 이상의 고유 사용자 ID.
품질 추천의 경우, 각 2번 이상의 항목 상호 작용을 갖는 1,000명 이상의 사용자로부터 50,000건 이상의 항목 상호 작용을 갖는 것이 좋습니다.
데이터를 가져올 때 레코드를 대량으로, 개별적으로 또는 둘 모두의 방법으로 가져오는 것을 선택할 수 있습니다.
-
대량 가져오기에는 많은 수의 이력 레코드를 한 번에 가져오는 작업이 포함됩니다. SageMaker Data Wrangler 및 여러 데이터 소스를 사용하여 항목 상호 작용, 사용자, 항목 대량 데이터를 준비하고 가져올 수 있습니다. 또는 직접 대량 데이터를 준비하여 Amazon S3의 CSV 파일에서 Amazon Personalize로 직접 가져올 수 있습니다. Amazon Personalize의 대량 데이터 서식 지정 요구 사항에 대한 자세한 내용은 데이터 형식 지침을 참조하세요.
-
개별 가져오기의 경우 Amazon Personalize 콘솔 및 API 작업을 통해 개별 레코드를 가져옵니다. 또는 라이브 이벤트에서 실시간으로 상호작용 데이터를 가져올 수 있습니다.
Amazon Personalize 데이터 세트로 데이터를 가져온 후에는, 데이터를 분석하고, Amazon S3 버킷으로 내보내고, 업데이트하거나, 데이터 세트를 삭제하여 삭제할 수 있습니다. 자세한 내용은 데이터셋의 훈련 데이터 관리 섹션을 참조하세요.
카탈로그가 커지면 추가 대량 또는 개별 데이터 가져오기 작업을 통해 이력 데이터를 업데이트합니다. 실시간 추천을 받으려면 항목 상호 작용 데이터 세트를 사용자 행동에 따른 최신 상태로 유지하세요. 이렇게 하려면 이벤트 트래커 및 PutEvents 작업을 사용하여 실시간 상호작용 이벤트를 기록합니다. 자세한 내용은 권장 사항에 영향을 미치는 실시간 이벤트 기록 단원을 참조하세요.