View a markdown version of this page

Criação de um fluxo de trabalho de correspondência baseado em aprendizado de máquina - AWS Entity Resolution

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Criação de um fluxo de trabalho de correspondência baseado em aprendizado de máquina

A correspondência baseada em aprendizado de máquina é um processo predefinido que tenta combinar registros em todos os dados que você insere. O fluxo de trabalho de correspondência baseado em aprendizado de máquina permite que você compare dados de texto não criptografado para encontrar uma ampla variedade de correspondências usando um modelo de aprendizado de máquina.

nota

O modelo de aprendizado de máquina não suporta a comparação de dados com hash.

Quando AWS Entity Resolution encontra uma correspondência entre dois ou mais registros em seus dados, ele atribui:

Você pode usar a saída de um fluxo de trabalho ML-based correspondente como entrada para a correspondência do provedor de serviços de dados ou vice-versa para atingir suas metas específicas. Por exemplo, você pode primeiro executar uma ML-based correspondência para encontrar correspondências em suas fontes de dados em seus próprios registros. Se um subconjunto não foi correspondido, você pode executar a correspondência baseada em serviços do provedor para encontrar correspondências adicionais.

Pré-requisitos

Antes de criar um fluxo ML-based de trabalho correspondente, você deve:

  1. Crie um mapeamento de esquema. Para obter mais informações, consulte Criação de um mapeamento de esquema.

  2. Se estiver usando Connect Customer Customer Profiles como destino de saída, verifique se você tem as permissões apropriadas configuradas.

Para criar um fluxo ML-based de trabalho correspondente:

  1. Faça login no Console de gerenciamento da AWS e abra o AWS Entity Resolution console em https://console.aws.amazon.com/entityresolution/.

  2. No painel de navegação esquerdo, em Fluxos de trabalho, escolha Correspondência.

  3. Na página Fluxos de trabalho correspondentes, no canto superior direito, escolha Criar fluxo de trabalho correspondente.

  4. Para a Etapa 1: Especificar os detalhes correspondentes do fluxo de trabalho, faça o seguinte:

    1. Insira um nome de fluxo de trabalho correspondente e uma Descrição opcional.

    2. Em Entrada de dados, escolha um AWS Glue banco de dados Região da AWS, a AWS Glue tabela e, em seguida, o mapeamento do esquema correspondente.

      Você pode adicionar até 20 entradas de dados.

    3. A opção Normalizar dados é selecionada por padrão, para que as entradas de dados sejam normalizadas antes da correspondência. Se você não quiser normalizar os dados, desmarque a opção Normalizar dados.

      A correspondência baseada em aprendizado de máquina apenas normalizaNome, e. Telefone E-mail

    4. Para especificar as permissões de acesso ao serviço, escolha uma opção e execute a ação recomendada.

      Opção Ação recomendada
      Criar e usar um novo perfil de serviço

      • AWS Entity Resolution cria uma função de serviço com a política necessária para essa tabela.

      • O nome do perfil de serviço padrão é entityresolution-matching-workflow-<timestamp>.

      • Você deve ter permissões para criar perfis e anexar políticas.

      • Se seus dados de entrada estiverem criptografados, escolha a opção Esses dados são criptografados por uma chave KMS. Em seguida, insira uma AWS KMS chave usada para descriptografar sua entrada de dados.
      Use um perfil de serviço existente

      1. Escolha um nome do perfil de serviço existente na lista suspensa.

        A lista de perfis é exibida se você tiver permissões para listar funções.

        Se você não tiver permissões para listar perfis, insira o nome do recurso da Amazon (ARN) do perfil que você deseja usar.

        Se não houver perfis de serviço existentes, a opção de Usar um perfil de serviço existente não estará disponível.

      2. Para visualizar o perfil de serviço, selecione o link externo Visualizar no IAM.

        Por padrão, AWS Entity Resolution não tenta atualizar a política de função existente para adicionar as permissões necessárias.

    5. (Opcional) Para habilitar tags para o recurso, escolha Adicionar nova tag e insira o par de chave e valor.

    6. Escolha Próximo.

  5. Para a Etapa 2: Escolha a técnica de correspondência:

    1. Em Método de correspondência, escolha Correspondência baseada em aprendizado de máquina.

      AWS Entity Resolution combinando a interface de criação de fluxo de trabalho com opções para correspondência baseada em regras ou aprendizado de máquina.

    2. Em Cadência de processamento, selecione uma das opções a seguir.

      • Escolha Manual para executar um fluxo de trabalho de correspondência de lotes, que processa todos os dados em seu bucket do S3.

      • Escolha Automático para executar um fluxo de trabalho de correspondência incremental, que processa somente os dados incrementais em seu bucket do S3.

    3. Escolha Próximo.

  6. Para a Etapa 3: Especifique a saída e o formato dos dados:

    1. Em Destino e formato da saída de dados, escolha a localização do Amazon S3 para a saída de dados e se o formato dos dados será dados normalizados ou dados originais.

    2. Em Criptografia, se você escolher Personalizar as configurações de criptografia, insira a AWS KMS chave ARN.

    3. Visualize a saída gerada pelo sistema.

    4. Em Saída de dados, decida quais campos você deseja incluir, ocultar ou mascarar e, em seguida, execute as ações recomendadas com base em suas metas.

      Seu objetivo Opção recomendada
      Incluir campos Mantenha o estado de saída como incluído.
      Ocultar campos (excluir da saída) Escolha o campo Saída e, em seguida, escolha Ocultar.
      Campos de máscara Escolha o campo Saída e, em seguida, escolha Saída de hash.
      Redefinir as configurações anteriores Escolha Redefinir.

    5. Escolha Próximo.

  7. Para a Etapa 4: Revise e crie:

    1. Revise as seleções feitas nas etapas anteriores e edite, se necessário.

    2. Escolha Criar e executar.

      Uma mensagem é exibida, indicando que o fluxo de trabalho correspondente foi criado e que o trabalho foi iniciado.

  8. Na página de detalhes do fluxo de trabalho correspondente, na guia Métricas, veja o seguinte em Métricas do último trabalho:

    • O ID do trabalho.

    • O status do trabalho de fluxo de trabalho correspondente: Em fila, em andamento, concluído , com falha

    • O tempo concluído para o trabalho do fluxo de trabalho.

    • O número de registros processados.

    • O número de registros não processados.

    • Os IDs de partida exclusivos gerados.

    • O número de registros de entrada.

    Você também pode visualizar as métricas de trabalho para combinar trabalhos de fluxo de trabalho que foram executados anteriormente no Histórico de trabalhos.

  9. Depois que o trabalho do fluxo de trabalho correspondente for concluído (o status for concluído), você poderá acessar a guia Saída de dados e selecionar sua localização no Amazon S3 para visualizar os resultados.

  10. (Somente tipo de processamento manual) Se você tiver criado um fluxo de trabalho de correspondência baseado em aprendizado de máquina com o tipo de processamento manual, poderá executar o fluxo de trabalho correspondente a qualquer momento escolhendo Executar fluxo de trabalho na página de detalhes do fluxo de trabalho correspondente.