기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Personalize 워크플로우 요약
Personalize 워크플로는 다음과 같습니다.
-
데이터세트 그룹은 Personalize 리소스를 위한 컨테이너입니다. 생성하는 데이터세트 그룹 유형에 따라 Personalize 워크플로의 3단계에서 생성할 수 있는 리소스가 결정됩니다.
-
도메인 데이터세트 그룹을 사용하면 VIDEO_ON_DEMAND 또는 ECOMMERCE 도메인 사용 사례에 대한 추천자를 생성할 수 있습니다. Personalize는 이러한 추천자의 구성, 학습 및 업데이트를 관리합니다. 도메인 데이터세트 그룹으로 시작하는 경우에도 사용자 지정 리소스를 추가할 수 있습니다. 도메인 데이터세트 그룹에서는 액션 및 액션 인터랙션 데이터세트를 비롯한 차선책 액션 리소스를 만들 수 없습니다.
-
사용자 지정 데이터세트 그룹을 사용하면 사용자 지정 리소스만 생성할 수 있습니다. 여기에는 솔루션, 솔루션 버전, 캠페인이 포함됩니다. 이들 리소스의 경우 구성, 업데이트 및 재학습을 더 잘 제어할 수 있습니다.
-
-
상호 작용, 항목, 사용자, 작업, 작업 상호 작용 레코드를 데이터 세트(데이터용 Amazon Personalize 컨테이너)로 가져옵니다. 레코드를 대량으로 또는 개별적으로 가져올 수 있습니다. 대량 데이터를 가져올 때 Amazon 데이터 랭글러를 사용하여 40개 이상의 소스에서 SageMaker 데이터를 가져와서 Amazon Personalize에 사용할 수 있도록 준비할 수 있습니다. 자세한 정보는 Amazon SageMaker 데이터 랭글러를 사용하여 데이터 준비 및 가져오기을 참조하세요.
Personalize 데이터세트로 데이터를 가져온 후에는, 데이터를 분석하고, S3 버킷으로 내보내고, 업데이트하거나, 데이터세트를 삭제하여 데이터를 삭제할 수 있습니다. 자세한 내용은 데이터셋의 훈련 데이터 관리단원을 참조하세요.
-
데이터를 가져온 후에는 도메인 추천자(도메인 데이터세트 그룹의 경우) 또는 사용자 지정 리소스(사용자 지정 데이터세트 그룹의 경우)를 만들어 데이터에 따라 모델을 학습시킵니다. 이들 리소스를 사용하여 추천을 생성할 수 있습니다.
-
추천자 또는 사용자 지정 캠페인을 사용하여 추천을 받습니다. 사용자 지정 데이터세트 그룹을 사용하면 배치 추천 또는 사용자 세그먼트를 가져올 수도 있습니다.
Personalize 워크플로를 처음으로 완료한 후에는 데이터를 최신 상태로 유지하고 모든 사용자 지정 솔루션을 정기적으로 재학습시킵니다. 이를 통해 모델은 사용자의 가장 최근 활동을 학습하고 추천의 관련성을 유지하고 개선할 수 있습니다. 자세한 내용은 추천 관련성 유지단원을 참조하세요.