훈련 후 데이터셋의 데이터 업데이트 - Personalize

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

훈련 후 데이터셋의 데이터 업데이트

카탈로그가 커지면 추가 교육 데이터를 데이터세트로 가져오세요. 이를 통해 Amazon Personalize 권장 사항의 관련성을 유지하고 개선할 수 있습니다. 대량 또는 개별 데이터 가져오기 작업을 통해 더 많은 데이터를 가져올 수 있습니다.

  • 개별 가져오기의 경우 Amazon Personalize는 새 레코드를 데이터세트에 추가합니다. 개별 항목, 사용자 또는 작업을 업데이트하려면 ID는 같아도 속성이 수정된 레코드를 가져오면 됩니다. 개별 가져오기 작업당 최대 10개의 레코드를 가져올 수 있습니다.

    레코드를 개별적으로 가져오는 방법에 대한 자세한 내용은 개별 레코드를 Amazon Personalize 데이터 세트로 가져오기단원을 참조하세요. 실시간 이벤트 기록에 대한 자세한 내용은 을 참조하십시오. 권장 사항에 영향을 미치기 위한 실시간 이벤트 기록

  • 대량 가져오기의 경우 다른 가져오기 작업을 생성하여 대량 데이터를 추가하거나 대치합니다. 기본 설정으로 데이터세트 가져오기 작업은 대량으로 가져온 데이터세트의 기존 데이터를 대체합니다. 대신 작업의 가져오기 모드를 변경하여 기존 데이터에 새 레코드를 추가할 수 있습니다.

    데이터 세트 가져오기 작업과 함께 항목 상호 작용 데이터 세트 또는 작업 상호 작용 데이터 세트에 데이터를 추가하려면, 새 항목 상호 작용 또는 작업 상호 작용 레코드가 1,000개 이상 있어야 합니다. 대량 가져오기를 완료한 후 20분 이내에 Amazon Personalize는 데이터 세트 그룹에서 생성한 모든 필터를 새로운 대량 데이터로 업데이트합니다. 이 업데이트를 통해 Personalize는 사용자에 대한 추천을 필터링할 때 최신 데이터를 사용할 수 있습니다.

항목 또는 사용자 데이터 세트를 만든 후 해당 스키마를 새 스키마 또는 기존 스키마로 바꿀 수 있습니다. 데이터세트를 생성한 후 데이터 구조가 변경된 경우 데이터세트의 스키마를 교체할 수 있습니다. 예를 들어 항목 메타데이터의 새 열이 있어서 학습 중에 Personalize에서 고려하길 원할 수 있습니다. 또는 추천을 필터링할 때만 사용할 데이터 열을 추가할 수도 있습니다. 자세한 내용은 데이터세트 스키마를 교체하여 새 열 추가 단원을 참조하십시오.

추천 또는 사용자 지정 솔루션 버전을 만든 후 새 데이터가 권장 사항에 미치는 영향은 해당 유형, 가져오기 방법, 사용하는 도메인 사용 사례 또는 사용자 지정 레시피에 따라 달라집니다. 다음 섹션에서는 새 데이터가 다음 교육 전에 실시간 및 배치 권장 사항에 미치는 영향을 설명합니다.