Preparando dados de interação de ações para treinamento - Amazon Personalize

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.

Preparando dados de interação de ações para treinamento

Se você usar a receita personalizada Next-Best-Action, o Amazon Personalize usa dados de interações de ações para identificar o interesse do usuário e prever as ações que ele provavelmente tomará. Interação com ação é uma interação que envolve um usuário e uma ação no conjunto de dados de ações. Por exemplo, se houver uma ação de inscrição no conjunto de dados de ações e um usuário realizar essa ação, você registrará o ID do usuário, o ID da ação, o carimbo de data e hora e, para o tipo de evento, registrará TAKEN.

Você deve importar interações com ações para um conjunto de dados de interações com ações do Amazon Personalize. Você pode importar eventos de interação de ações em massa com um trabalho de importação de conjunto de dados ou pode transmiti-los em tempo real com a PutActionInteractions API operação. Você não pode criar os próximos melhores recursos de ação, incluindo conjuntos de dados de ações e interações de ações, em um grupo de conjuntos de dados de domínio.

Seus dados de interações de ações em massa devem estar em um CSV arquivo. Cada linha no arquivo deve representar uma interação exclusiva entre um usuário e uma ação. Depois de concluir a preparação dos dados, você estará pronto para criar um JSON arquivo de esquema. Esse arquivo informa ao Amazon Personalize sobre a estrutura dos seus dados. Para obter mais informações, consulte Criação de JSON arquivos de esquema para esquemas do Amazon Personalize.

As seções a seguir fornecem mais informações sobre como preparar seus dados de interação de ações para o Amazon Personalize. Para obter diretrizes de formato de dados em massa para todos os tipos de dados, consulte as diretrizes de formato de dados em massa.

Requisitos de dados de interação de ações

Não há requisitos mínimos para dados de interações com ações. Recomendamos importá-los para obter recomendações de ações de qualidade. Se você não tiver dados de interação de ações, poderá criar um conjunto de dados de interações de ações vazio e registrar as interações de seus clientes com ações usando a PutActionInteractions API operação.

Seus dados de interações de ações devem ter no mínimo as seguintes colunas. Você pode adicionar colunas personalizadas adicionais, dependendo do seu caso de uso e dos seus dados.

  • USER_ID — O identificador exclusivo do usuário que interagiu com o item. Todo evento deve ter um USER _ID. Ele deve ter string um tamanho máximo de 256 caracteres.

  • ACTION_ID — O identificador exclusivo do item com o qual o usuário interagiu. Todo evento deve ter um ID de item. Ele deve ter string um tamanho máximo de 256 caracteres.

  • TIMESTAMP— A hora em que o evento ocorreu (no formato de hora de época do Unix em segundos). Cada interação de ação deve ter umTIMESTAMP. Para obter mais informações, consulte Dados de carimbo de data/hora.

  • EVENT_ TYPE — Se a ação foi tomada, não realizada ou visualizada. Cada interação de ação deve ter um tipo de evento. Para obter mais informações, consulte Dados de tipos de eventos.

Até que você importe dados de interação de ações, o Amazon Personalize recomenda ações sem personalização, e as pontuações de propensão são 0,0. Uma ação terá uma pontuação após a ação ter o seguinte:

  • Pelo menos 50 interações de ação com o tipo de TAKEN evento.

  • Pelo menos 50 interações de ação com o tipo NOT _ TAKEN ou VIEWED evento.

Essas interações de ação devem estar presentes no treinamento da versão mais recente da solução e devem ocorrer dentro de um período de 6 semanas a partir do registro de data e hora da interação mais recente no conjunto de dados de interações de ações.

Dados de tipos de eventos

O Amazon Personalize pode usar padrões em dados de tipos de eventos com o objetivo de identificar as ações que os usuários provavelmente vão realizar. Por exemplo, se um cliente frequentemente ignora uma ação de assinatura de e-mail (indicada com o tipo de TAKEN evento NOT _), o Amazon Personalize poderá ajustar as recomendações para apresentar menos desse tipo de ação.

É possível usar somente os tipos de eventos a seguir para eventos de interação com ações. O Amazon Personalize usa esses eventos para saber mais sobre o usuário e avaliar quais ações recomendar depois.

  • Taken: registre eventos Taken quando um usuário executa uma ação recomendada.

  • Not taken: registre eventos Not Taken quando o usuário opta deliberadamente por não executar a ação depois de visualizá-la. Por exemplo, se ele selecionar Não quando a ação for exibida. Os eventos Not Taken podem indicar que o cliente não está interessado na ação.

  • Viewed: registre eventos Viewed quando você exibir uma ação a um usuário ação antes que ele opte por realizá-la ou não. O Amazon Personalize usa eventos Viewed para saber mais sobre os interesses dos usuários. Por exemplo, se um usuário visualiza uma ação e não a realiza, talvez não se interesse por essa ação no futuro.

Exemplo de dados de interações de ação

As primeiras linhas de um CSV arquivo com dados de interação da ação e todas as colunas necessárias podem ter a seguinte aparência.

USER_ID,ACTION_ID,EVENT_TYPE,TIMESTAMP 35,73,Viewed,1586731606 54,35,Not taken,1586731609 9,33,Viewed,1586735158 23,10,Taken,1586735697 27,11,Taken,1586735763 ... ...

Depois de concluir a preparação dos dados, você estará pronto para criar um JSON arquivo de esquema. Esse arquivo informa ao Amazon Personalize sobre a estrutura dos seus dados. Para obter mais informações, consulte Criação de JSON arquivos de esquema para esquemas do Amazon Personalize. Essa é a aparência do JSON arquivo de esquema para os dados de amostra acima.

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