시작하기(AWS CLI)

다음 명령을 실행하여 데이터세트 그룹을 생성합니다. AWS Key Management ServiceARN키와 해당 키에 대한 액세스 권한이 있는 IAM 역할을 입력 매개변수로 전달하여 데이터세트 그룹을 암호화할 수 있습니다. ARN 에 대한 자세한 내용은 API 을 참조하십시오. CreateDatasetGroup

aws personalize create-dataset-group --name MovieRatingDatasetGroup --kms-key-arn arn:aws:kms:us-west-2:01234567890:key/1682a1e7-a94d-4d92-bbdf-837d3b62315e --role-arn arn:aws:iam::01234567890:KMS-key-access

데이터세트 그룹이 ARN 표시됩니다. 예를 들면 다음과 같습니다.

{
  "datasetGroupArn": "arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup"
}

describe-dataset-group명령어를 사용하여 생성한 데이터세트 그룹을 표시하고 반환된 데이터세트 그룹을 지정합니다. ARN

aws personalize describe-dataset-group \
--dataset-group-arn arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup

데이터세트 그룹과 해당 속성이 예를 들어, 다음과 같이 표시됩니다.

{
    "datasetGroup": {
        "name": "MovieRatingDatasetGroup",
        "datasetGroupArn": "arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup",
        "status": "ACTIVE",
        "creationDateTime": 1542392161.262,
        "lastUpdatedDateTime": 1542396513.377
    }
}

데이터세트 그룹이 ARN 기억나지 않는 경우 list-dataset-groups 명령어를 사용하여 생성한 모든 데이터세트 그룹을 해당 그룹과 함께 표시하세요. ARNs

aws personalize list-dataset-groups

라는 파일에 다음 코드를 저장하여 JSON 형식에 맞는 스키마 파일을 생성합니다. MovieRatingSchema.json 이 스키마는 이전에 ratings.csv에 추가한 헤더와 일치합니다. 스키마 이름은 Interactions로, Amazon Personalize에서 인식하는 데이터 세트 유형 중 하나와 일치합니다. 자세한 내용은 Personalize 스키마에 대한 스키마 JSON 파일 생성 단원을 참조하십시오.

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

다음 명령을 실행하여 스키마를 생성합니다. 이전 단계에서 저장한 파일을 지정합니다. 이 예제에서는 이 파일을 현재 폴더에 속한 것으로 표시합니다. 에 대한 자세한 내용은 API 을 참조하십시오CreateSchema.

aws personalize create-schema \
  --name MovieRatingSchema \
  --schema file://MovieRatingSchema.json

Amazon 리소스 이름 (ARN) 스키마가 표시됩니다. 예를 들면 다음과 같습니다.

{
  "schemaArn": "arn:aws:personalize:us-west-2:acct-id:schema/MovieRatingSchema"
}

다음 명령을 실행하여 빈 데이터세트를 생성합니다. 이전 단계에서 ARN 반환된 데이터세트 ARN 그룹과 스키마를 제공합니다. dataset-type은 이전 단계의 스키마 name와 일치해야 합니다. 에 대한 자세한 내용은 API 을 참조하십시오CreateDataset.

aws personalize create-dataset \
  --name MovieRatingDataset \
  --dataset-group-arn arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup \
  --dataset-type Interactions \
  --schema-arn arn:aws:personalize:us-west-2:acct-id:schema/MovieRatingSchema

ARN데이터셋이 표시됩니다. 예를 들면 다음과 같습니다.

{
  "datasetArn": "arn:aws:personalize:us-west-2:acct-id:dataset/MovieRatingDatasetGroup/INTERACTIONS"
}

데이터세트에 학습 데이터를 추가합니다.

1. 다음 명령을 실행하여 데이터세트 가져오기 작업을 생성합니다. 이전 단계에서 반환된 데이터 ARN 세트와 Amazon S3 버킷 이름을 제공합니다. 에서 ARN Amazon IAM Personalize를 위한 역할 생성 생성한 AWS Identity and Access Management (IAM) 역할을 입력합니다. 에 대한 자세한 내용은 API 을 참조하십시오CreateDatasetImportJob.

   aws personalize create-dataset-import-job \
     --job-name MovieRatingImportJob \
     --dataset-arn arn:aws:personalize:us-west-2:acct-id:dataset/MovieRatingDatasetGroup/INTERACTIONS \
     --data-source dataLocation=s3://amzn-s3-demo-bucket/ratings.csv \
     --role-arn roleArn

   데이터세트 가져오기 ARN 작업이 표시됩니다. 예를 들면 다음과 같습니다.

   {
     "datasetImportJobArn": "arn:aws:personalize:us-west-2:acct-id:dataset-import-job/MovieRatingImportJob"
   }

2. describe-dataset-import-job 명령을 사용하여 상태를 확인합니다. 이전 단계에서 ARN 반환된 데이터세트 가져오기 작업을 제공하세요. 에 대한 자세한 내용은 API 을 참조하십시오DescribeDatasetImportJob.

   aws personalize describe-dataset-import-job \
     --dataset-import-job-arn arn:aws:personalize:us-west-2:acct-id:dataset-import-job/MovieRatingImportJob

   상태를 포함하여 데이터세트 가져오기 작업의 속성이 표시됩니다. 처음에는 다음과 같이 status 표시됩니다. 예를 CREATE PENDING 들면 다음과 같습니다.

   {
     "datasetImportJob": {
         "jobName": "MovieRatingImportJob",
         "datasetImportJobArn": "arn:aws:personalize:us-west-2:acct-id:dataset-import-job/MovieRatingImportJob",
         "datasetArn": "arn:aws:personalize:us-west-2:acct-id:dataset/MovieRatingDatasetGroup/INTERACTIONS",
         "dataSource": {
             "dataLocation": "s3://amzn-s3-demo-bucket/ratings.csv"
         },
         "roleArn": "role-arn",
         "status": "CREATE PENDING",
         "creationDateTime": 1542392161.837,
         "lastUpdatedDateTime": 1542393013.377
     }
   }

   상태가 로 ACTIVE 표시되면 데이터세트 가져오기가 완료된 것입니다. 그러면 지정된 데이터세트를 사용하여 모델을 학습시킬 준비가 된 것입니다.

   참고

   가져오기에는 시간이 필요합니다. 데이터세트를 사용하여 모델을 학습시키려면 먼저 데이터세트 가져오기가 완료될 때까지 기다려야 합니다.

다음 명령을 실행하여 모델을 학습시키기 위한 구성을 생성합니다. 이 명령은 자동 학습을 사용하는 솔루션을 생성합니다. 7일마다 새 솔루션 버전이 자동으로 생성됩니다 (기본값).

aws personalize create-solution \
  --name MovieSolution \
  --dataset-group-arn arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup \
  --recipe-arn arn:aws:personalize:::recipe/aws-user-personalization-v2 \ 
  --perform-auto-training \
  --solution-config "{\"autoTrainingConfig\": {\"schedulingExpression\": \"rate(7 days)\"}}"

솔루션이 ARN 표시됩니다. 예를 들면 다음과 같습니다.

{
  "solutionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution"
}

describe-solution 명령을 사용하여 생성 상태를 확인합니다. 이전 단계에서 ARN 반환된 솔루션을 제공하십시오. 에 대한 자세한 내용은 API 을 참조하십시오DescribeSolution.

aws personalize describe-solution \
  --solution-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution

솔루션의 속성과 생성 status가 표시됩니다. 예:

{      
  "solution": {
      "name": "MovieSolution",
      "solutionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution",
      "performHPO": false,
      "performAutoML": false,
      "recipeArn": "arn:aws:personalize:::recipe/aws-user-personalization-v2",
      "datasetGroupArn": "arn:aws:personalize:us-west-2:acct-id:dataset-group/MovieRatingDatasetGroup",
      "solutionConfig": {
            "algorithmHyperParameters": {
                "apply_recency_bias": "true"
            },
            "featureTransformationParameters": {},
            "autoTrainingConfig": {
                "schedulingExpression": "rate(7 days)"
            }
       },
      "status": "ACTIVE",
      "creationDateTime": "2021-05-12T16:27:59.819000-07:00",
      "lastUpdatedDateTime": "2021-05-12T16:27:59.819000-07:00"
  }
}

자동 교육을 사용하면 솔루션 버전 학습이 솔루션 출시 후 1년 이내에 시작됩니다ACTIVE. 교육이 시작된 후 다음 ListSolutionVersions명령을 사용하여 솔루션 버전의 Amazon 리소스 이름 (ARN) 을 가져올 수 있습니다.

aws personalize list-solution-versions --solution-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution

describe-solution-version 명령을 사용하여 솔루션 버전의 교육 상태를 확인합니다. 이전 단계에서 ARN 반환된 솔루션 버전을 제공하십시오. 에 대한 자세한 내용은 API 을 참조하십시오DescribeSolutionVersion.

aws personalize describe-solution-version \
  --solution-version-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/version-id

솔루션 버전의 속성과 학습 status가 표시됩니다. 처음에는 상태가 다음과 같이 표시됩니다. 예를 CREATE PENDING 들면 다음과 같습니다.

{
  "solutionVersion": {
      "solutionVersionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/<version-id>",
      ...,
      "status": "CREATE PENDING"
  }
}

솔루션 버전이 status 다음과 ACTIVE 같으면 교육이 완료됩니다.

이제 학습 지표를 검토하고 솔루션 버전을 사용하여 캠페인을 만들 수 있습니다.

솔루션의 지표를 살펴보면 솔루션 버전의 성능을 확인할 수 있습니다. 다음 명령을 실행하여 솔루션 버전에 대한 지표를 가져옵니다. 이전에 ARN 반환된 솔루션 버전을 제공하십시오. 에 대한 자세한 내용은 API 을 참조하십시오GetSolutionMetrics.

aws personalize get-solution-metrics \
  --solution-version-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/version-id

샘플 응답이 다음과 같이 표시됩니다.

{
  "solutionVersionArn": "arn:aws:personalize:us-west-2:acct-id:solution/www-solution/<version-id>",
  "metrics": {
        "coverage": 0.0485,
        "mean_reciprocal_rank_at_25": 0.0381,
        "normalized_discounted_cumulative_gain_at_10": 0.0363,
        "normalized_discounted_cumulative_gain_at_25": 0.0984,
        "normalized_discounted_cumulative_gain_at_5": 0.0175,
        "precision_at_10": 0.0107,
        "precision_at_25": 0.0207,
        "precision_at_5": 0.0107
    }
}

다음 명령을 실행하여 캠페인을 생성합니다. 이전 단계에서 ARN 반환된 솔루션 버전을 제공하십시오. 에 대한 자세한 내용은 API 을 참조하십시오CreateCampaign.

aws personalize create-campaign \
  --name MovieRecommendationCampaign \
  --solution-version-arn arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/version-id \
  --min-provisioned-tps 1

샘플 응답이 다음과 같이 표시됩니다.

{
  "campaignArn": "arn:aws:personalize:us-west-2:acct-id:campaign/MovieRecommendationCampaign"
}

다음 명령을 실행하여 배포 상태를 확인합니다. 이전 단계에서 ARN 반환된 캠페인을 제공하십시오. 에 대한 자세한 내용은 API 을 참조하십시오DescribeCampaign.

aws personalize describe-campaign \
  --campaign-arn arn:aws:personalize:us-west-2:acct-id:campaign/MovieRecommendationCampaign

샘플 응답이 다음과 같이 표시됩니다.

{
  "campaign": { 
      "name": "MovieRecommendationCampaign",
      "campaignArn": "arn:aws:personalize:us-west-2:acct-id:campaign/MovieRecommendationCampaign",
      "solutionVersionArn": "arn:aws:personalize:us-west-2:acct-id:solution/MovieSolution/<version-id>",
      "minProvisionedTPS": "1",
      "creationDateTime": 1543864775.923,
      "lastUpdatedDateTime": 1543864791.923,
      "status": "CREATE IN_PROGRESS"
  }
}