Criando uma solução - Amazon Personalize
Criar uma solução (console)Criando uma solução (AWS CLI)Criando uma solução (AWS SDKs)

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.

Criando uma solução

Você pode criar uma solução personalizada com o console Amazon Personalize, AWS Command Line Interface (AWS CLI), ou AWS SDKs. A seguir estão as etapas detalhadas para criar uma solução com o console do Amazon Personalize e exemplos de código que mostram como criar uma solução com apenas os campos obrigatórios.

Criar uma solução (console)

Importante

Por padrão, todas as novas soluções usam treinamento automático. Com o treinamento automático, você incorre em custos de treinamento enquanto sua solução está ativa. Para evitar custos desnecessários, ao terminar, você poderá atualizar a solução para desativar o treinamento automático. Para obter informações sobre custos de treinamento, consulte os preços do Amazon Personalize.

Para criar uma solução no console, escolha seu grupo de conjuntos de dados e, em seguida, especifique o nome da solução, a receita e a configuração de treinamento opcional.

Para configurar uma solução (console)

  1. Abra o console Amazon Personalize em https://console.aws.amazon.com/personalize/casa e faça login na sua conta.

  2. Na página Grupos de conjuntos de dados, escolha seu grupo de conjuntos de dados.

  3. Na página Visão geral, para a Etapa 3, faça o seguinte:

    • Se você criou um grupo de conjuntos de dados de domínio, escolha Usar recursos personalizados e escolha Criar soluções.

    • Se criou um grupo de conjuntos de dados personalizados, selecione Criar soluções.

  4. Em Solution name (Nome da solução), especifique um nome para a solução.

  5. Em Tipo de solução, escolha o tipo de solução que você deseja criar. O tipo selecionado determina quais fórmulas estão disponíveis.

    • Selecione Recomendação de itens para obter recomendações de itens para os usuários. Por exemplo, recomendações personalizadas de filmes.

    • Selecione Recomendação de ação para obter recomendações de ações para os usuários. Por exemplo, gere a próxima melhor ação para um usuário, como baixar seu aplicativo.

    • Selecione Segmentação de usuários para obter segmentos de usuários (grupos de usuários) com base nos dados do item.

  6. Em Fórmula, escolha uma fórmula (consulte Escolher uma fórmula).

  7. Para Tags, é possível adicionar quaisquer tags. Para obter mais informações sobre recursos de atribuição de tags do Amazon Personalize, consulte Usar tags nos recursos do Amazon Personalize.

  8. Escolha Próximo.

  9. Na página de configuração do treinamento, personalize a solução para atender às suas necessidades comerciais.

    • Em Treinamento automático, escolha se a solução usa treinamento automático. Se você usar o treinamento automático, poderá alterar Automatic training frequency o. A frequência padrão de treinamento é a cada 7 dias.

      Recomendamos o uso de treinamento automático. Isso facilita a manutenção da relevância das recomendações. Sua frequência de treinamento depende dos requisitos da sua empresa, da receita que você usa e da frequência com que você importa dados. Para obter mais informações, consulte Configurando o treinamento automático. Para obter informações sobre como manter a relevância, consulteManter a relevância da recomendação.

    • Na configuração de hiperparâmetros, configure todas as opções de hiperparâmetros com base em sua receita e necessidades comerciais. Fórmulas diferentes usam hiperparâmetros diferentes. Para ver os hiperparâmetros disponíveis para você, consulte as receitas individuais emEscolher uma fórmula.

    • Em Colunas para treinamento, se sua receita gerar recomendações de itens ou segmentos de usuários, opcionalmente, escolha as colunas que o Amazon Personalize considera ao criar versões da solução. Para obter mais informações, consulte Configurar colunas usadas durante o treinamento.

    • Na configuração adicional, se seu conjunto de dados de interações do item tiver EVENT _ TYPE ou ambas as VALUE colunas EVENT _ TYPE e EVENT _, opcionalmente, use os campos Tipo de evento e Limite de valor do evento para escolher os dados de interações do item que o Amazon Personalize usa ao treinar o modelo. Para obter mais informações, consulte Selecionar os dados de interações com itens utilizados para treinamento.

    • Se você usar a fórmula Fórmula User-Personalization ou Fórmulas de classificações personalizadas, é possível especificar um objetivo e escolher uma sensibilidade do objetivo para otimizar sua solução para um objetivo além da relevância. A sensibilidade do objetivo configura como o Amazon Personalize equilibra os itens recomendados com base em seu objetivo em comparação com a relevância por meio de dados de interações. Para obter mais informações, consulte Otimizar uma solução para um objetivo adicional.

  10. Escolha Avançar e revise os detalhes da solução. Você não pode alterar a configuração da sua solução depois de criá-la.

  11. Escolha Create solution (Criar solução). Depois de criar uma solução, o Amazon Personalize começa a criar sua primeira versão da solução em uma hora. Quando o treinamento começa, você pode monitorá-lo na seção Versões da solução na página de detalhes da sua solução. As versões da solução criadas automaticamente têm um tipo de treinamento deAUTOMATIC.

    Quando a versão da solução forACTIVE, você estará pronto para usá-la para obter recomendações. A forma como você usa uma versão ativa da solução depende de como você recebe recomendações:

Criando uma solução (AWS CLI)

Importante

Por padrão, todas as novas soluções usam treinamento automático. Com o treinamento automático, você incorre em custos de treinamento enquanto sua solução está ativa. Para evitar custos desnecessários, ao terminar, você poderá atualizar a solução para desativar o treinamento automático. Para obter informações sobre custos de treinamento, consulte os preços do Amazon Personalize.

Para criar uma solução com o AWS CLI, use o create-solution comando. Esse comando usa a CreateSolution API operação. O código a seguir mostra como criar uma solução que usa treinamento automático. Ele cria automaticamente uma nova versão da solução a cada cinco dias.

Para usar o código, atualize-o para dar um nome à solução, especifique o Amazon Resource Name (ARN) do seu grupo de conjuntos de dados, altere opcionalmente a frequência ARN de treinamento e especifique a receita a ser usada. Para obter informações sobre receitas, consulte Escolher uma fórmula. 

aws personalize create-solution \
--name solution name \
--dataset-group-arn dataset group ARN \
--recipe-arn recipe ARN \
--perform-auto-training \
--solution-config "{\"autoTrainingConfig\": {\"schedulingExpression\": \"rate(5 days)\"}}"

Depois de criar a solução, registre-a ARN para uso futuro. Com o treinamento automático, a criação da versão da solução começa dentro de um período após a soluçãoACTIVE. Se você criar manualmente uma versão da solução em uma hora, a solução pulará o primeiro treinamento automático. Após o início do treinamento, você pode obter o Amazon Resource Name (ARN) da versão da solução com a ListSolutionVersionsAPIoperação. Para obter seu status, use a DescribeSolutionVersionAPIoperação.

Quando a versão da solução forACTIVE, você estará pronto para usá-la para obter recomendações. A forma como você usa uma versão ativa da solução depende de como você recebe recomendações:

Criando uma solução (AWS SDKs)

Importante

Por padrão, todas as novas soluções usam treinamento automático. Com o treinamento automático, você incorre em custos de treinamento enquanto sua solução está ativa. Para evitar custos desnecessários, ao terminar, você poderá atualizar a solução para desativar o treinamento automático. Para obter informações sobre custos de treinamento, consulte os preços do Amazon Personalize.

Para criar uma solução com AWS SDKs, use a CreateSolution API operação. O código a seguir mostra como criar uma solução que usa treinamento automático. Ele cria automaticamente uma nova versão da solução a cada cinco dias.

Para usar o código, atualize-o para dar um nome à solução, especifique o Amazon Resource Name (ARN) do seu grupo de conjuntos de dados, altere opcionalmente a frequência ARN de treinamento e especifique a receita que você deseja usar. Para obter informações sobre receitas, consulte Escolher uma fórmula.

SDK for Python (Boto3)
import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
  name = 'solution name',
  recipeArn = 'recipe ARN',
  datasetGroupArn = 'dataset group ARN',
  performAutoTraining = True,
  solutionConfig = {
    "autoTrainingConfig": {
      "schedulingExpression": "rate(5 days)"
    }
  }
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)
SDK for JavaScript v3

import {
  CreateSolutionCommand,
  PersonalizeClient,
} from "@aws-sdk/client-personalize";

// create client
const personalizeClient = new PersonalizeClient({ region: "REGION" });

// set the solution parameters
export const solutionParam = {
  datasetGroupArn: "DATASET_GROUP_ARN" /* required */,
  recipeArn: "RECIPE_ARN" /* required */,
  name: "SOLUTION_NAME" /* required */,
  performAutoTraining: true /* optional, default is true */,
  solutionConfig: {
    autoTrainingConfig: {
      schedulingExpression:
        "rate(5 days)" /* optional, default is every 7 days */,
    },
  },
};

export const run = async () => {
  try {
    const response = await personalizeClient.send(
      new CreateSolutionCommand(solutionParam)
    );
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

Depois de criar a solução, registre-a ARN para uso futuro. Com o treinamento automático, a criação da versão da solução começa dentro de um período após a soluçãoACTIVE. Se você criar manualmente uma versão da solução em uma hora, a solução pulará o primeiro treinamento automático. Após o início do treinamento, você pode obter o Amazon Resource Name (ARN) da versão da solução com a ListSolutionVersionsAPIoperação. Para obter seu status, use a DescribeSolutionVersionAPIoperação.

Você pode usar o código Python a seguir para aguardar o início do treinamento automático. O wait_for_training_to_start método retorna a versão ARN da primeira solução.

import time
import boto3


def wait_for_training_to_start(new_solution_arn):
    max_time = time.time() + 3 * 60 * 60    # 3 hours
    while time.time() < max_time:
        list_solution_versions_response = personalize.list_solution_versions(
            solutionArn=new_solution_arn
        )
        solution_versions = list_solution_versions_response.get('solutionVersions', [])
        if solution_versions:
            new_solution_version_arn = solution_versions[0]['solutionVersionArn']
            print(f"Solution version ARN: {new_solution_version_arn}")
            return new_solution_version_arn
        else:
            print(f"Training hasn't started yet. Training will start within the next hour.")
            time.sleep(60)


personalize = boto3.client('personalize')

solution_arn = "solution_arn"
solution_version_arn = wait_for_training_to_start(solution_arn)

Quando a versão da solução forACTIVE, você estará pronto para usá-la para obter recomendações. A forma como você usa uma versão ativa da solução depende de como você recebe recomendações: