쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

시작하기 전제 조건 - Personalize

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

시작하기 전제 조건

다음 단계는 시작하기 연습의 전제 조건을 나타냅니다.

  1. Personalize가 사용자를 대신하여 리소스에 액세스할 수 있도록 권한을 설정합니다. 여기에는 Personalize에 대한 서비스 역할을 생성하고 IAM 정책을 통해 Personalize 리소스에 대한 액세스 권한을 부여하는 작업이 포함됩니다. 자세한 내용은 Personalize에 리소스에 액세스할 수 있는 권한 부여 단원을 참조하십시오.

  2. 학습 데이터를 준비해 데이터를 S3 버킷에 업로드합니다.

  3. Personalize에 S3 리소스에 대한 액세스 권한 부여에 지정된 대로 Personalize 서비스 역할에 S3 리소스에 액세스할 수 있는 권한을 부여합니다.

학습 데이터 생성(도메인 데이터세트 그룹)

학습 데이터를 생성하려면 영화 평점 데이터를 다운로드하여 수정하고 Simple Storage Service(S3) 버킷에 저장합니다. 그런 다음, 버킷에서 읽을 수 있는 권한을 Personalize에 부여합니다.

학습 데이터를 생성하려면
  1. MovieLens의 교육 및 개발 추천에 따라 영화 등급 zip 파일인 ml-latest-small.zip를 다운로드하고 압축을 풉니다(F. Maxwell Harper 및 Joseph A. Konstan. 2015. The MovieLens Datasets: History and Context. ACM Transactions on Interactive Intelligent Systems(TiiS) 5, 4: 19:1–19:19. https://doi.org/10.1145/2827872).

  2. ratings.csv 파일을 엽니다. 이 파일에는 이 자습서의 상호작용 데이터가 들어 있습니다.

    1. 평점 열을 삭제합니다.

    2. userIdmovieId열의 이름을 각각 USER_IDITEM_ID로 바꿉니다.

    3. EVENT_TYPE 열을 추가하고 모든 레코드의 값을 watch로 설정합니다. Microsoft Excel을 사용하는 경우 열의 첫 번째 셀에 watch을 입력한 다음 셀의 오른쪽 하단 모서리를 두 번 클릭하여 모든 레코드에 대해 EVENT_TYPE을 설정할 수 있습니다. 헤더가 다음과 같아야 합니다.

      USER_ID,ITEM_ID,TIMESTAMP,EVENT_TYPE

      Personalize가 데이터를 인식하려면 이 열이 표시된 것과 정확히 일치해야 합니다. 데이터의 처음 몇 줄은 다음과 같은 형식이어야 합니다.

      USER_ID,ITEM_ID,TIMESTAMP,EVENT_TYPE 1,1,964982703,watch 1,3,964981247,watch 1,6,964982224,watch 1,47,964983815,watch 1,50,964982931,watch .... ....

    ratings.csv 파일을 저장합니다.

  3. S3 버킷에 ratings.csv을 업로드합니다. 자세한 내용은 Simple Storage Service 사용 설명서의 드래그 앤 드롭을 사용하여 파일 및 폴더 업로드 단원을 참조하세요.

  4. Personalize에 버킷의 데이터를 읽을 수 있는 권한을 부여합니다. 자세한 내용은 Personalize에 S3 리소스에 대한 액세스 권한 부여단원을 참조하세요.

학습 데이터 생성(사용자 지정 데이터세트 그룹)

학습 데이터를 생성하려면 영화 평점 데이터를 다운로드하여 수정하고 Simple Storage Service(S3) 버킷에 저장합니다. 그런 다음, 버킷에서 읽을 수 있는 권한을 Personalize에 부여합니다.

  1. MovieLens의 교육 및 개발 추천에 따라 영화 등급 zip 파일인 ml-latest-small.zip를 다운로드하고 압축을 풉니다(F. Maxwell Harper 및 Joseph A. Konstan. 2015. The MovieLens Datasets: History and Context. ACM Transactions on Interactive Intelligent Systems(TiiS) 5, 4: 19:1–19:19. https://doi.org/10.1145/2827872).

  2. ratings.csv 파일을 엽니다. 이 파일에는 이 자습서의 상호작용 데이터가 들어 있습니다.

    1. 평점 열을 삭제합니다.

    2. 헤더 행을 다음으로 바꿉니다.

      USER_ID,ITEM_ID,TIMESTAMP

      Personalize가 데이터를 인식하려면 이 헤더가 표시된 것과 정확히 일치해야 합니다.

    ratings.csv 파일을 저장합니다.

  3. S3 버킷에 ratings.csv을 업로드합니다. 자세한 내용은 Simple Storage Service 사용 설명서의 드래그 앤 드롭을 사용하여 파일 및 폴더 업로드 단원을 참조하세요.

  4. Personalize에 버킷의 데이터를 읽을 수 있는 권한을 부여합니다. 자세한 내용은 Personalize에 S3 리소스에 대한 액세스 권한 부여 단원을 참조하십시오.

프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.