Criar uma solução - Amazon Personalize
Criar uma solução (console)Criar uma solução (AWS CLI)Criar 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.

Criar 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 só com os campos obrigatórios.

Criar uma solução (console)

Importante

Por padrão, todas as novas soluções usam o treinamento automático. Com o treinamento automático, você acumula custos de treinamento enquanto sua solução está ativa. Ao terminar, você poderá atualizar a solução para desativar o treinamento automático e evitar custos desnecessários. Para obter mais informações sobre os custos dos treinamentos, consulte Preços do Amazon Personalize.

Para criar uma solução no console, escolha seu grupo de conjuntos de dados e especifique um nome da solução, uma fórmula e uma 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 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 ação recomendada, como baixar sua aplicação.

    • 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 Configuração do treinamento, personalize a solução para atender às suas necessidades comerciais.

    • Em Treinamento automático, defina se a solução usa o treinamento automático. Se você usa o treinamento automático, pode mudar a Automatic training frequency. A frequência padrão de treinamento é a cada 7 dias.

      Recomendamos usar o treinamento automático. Isso facilita a manutenção da relevância da recomendação. A frequência de treinamento depende dos requisitos da sua empresa, da fórmula usada e da frequência de importação dos dados. Para obter mais informações, consulte Configurar o treinamento automático. Para obter informações sobre como manter a relevância, consulte Manter a relevância da recomendação.

    • Em Configuração de hiperparâmetros, defina as opções de hiperparâmetros com base em sua fórmula e necessidades comerciais. Fórmulas diferentes usam hiperparâmetros diferentes. Para ver os hiperparâmetros disponíveis, consulte as fórmulas individuais em Escolher uma fórmula.

    • Na página Configuração avançada, se a fórmula gerar recomendações de itens ou segmentos de usuários, será possível escolher colunas que o Amazon Personalize vai considerar ao criar as versões da solução. Para obter mais informações, consulte Configurar colunas usadas durante o treinamento.

    • Em Configuração adicional, se o conjunto de dados de interações com itens tiver as colunas EVENT_TYPE ou EVENT_TYPE e EVENT_VALUE, use os campos Tipo de evento e Limite de valor do evento para escolher os dados de interações com itens que o Amazon Personalize utiliza 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 a recomendação de itens baseado no 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 Próximo e revise os detalhes da solução. Não é possível modificar a configuração da solução depois de criada.

  11. Escolha Create solution (Criar solução). Depois que você cria uma solução, o Amazon Personalize começa a criar sua primeira versão da solução em uma hora. Com o início do treinamento, você pode monitorá-lo na seção Versões da solução na página de detalhes da sua solução. As versões da solução criadas automaticamente têm AUTOMÁTICO como Tipo de treinamento.

    Quando o status da versão é ATIVA, as recomendações começam a ser enviadas. O uso de uma versão da solução ativa depende de como você recebe as recomendações:

Criar uma solução (AWS CLI)

Importante

Por padrão, todas as novas soluções usam o treinamento automático. Com o treinamento automático, você acumula custos de treinamento enquanto sua solução está ativa. Ao terminar, você poderá atualizar a solução para desativar o treinamento automático e evitar custos desnecessários. Para obter mais informações sobre os custos dos treinamentos, consulte Preços do Amazon Personalize.

Para criar uma solução com o AWS CLI, use o create-solution comando. Esse comando usa a operação da API CreateSolution. O código a seguir mostra como criar uma solução que usa o 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 nome do recurso da Amazon (ARN) do grupo de conjuntos de dados, altere opcionalmente a frequência de treinamento e especifique o ARN da fórmula 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 que você criar a solução, registre o ARN dela para uso futuro. Com o treinamento automático, a criação da versão da solução começa dentro de uma hora após a solução estar ATIVA. Se você criar manualmente uma versão da solução dentro desse período, ela pulará o primeiro treinamento automático. Após o início do treinamento, você pode obter o Amazon Resource Name (ARN) da versão da solução com a operação da ListSolutionVersionsAPI. Para obter seu status, use a operação DescribeSolutionVersionda API.

Quando o status da versão é ATIVA, as recomendações começam a ser enviadas. O uso de uma versão da solução ativa depende de como você recebe as recomendações:

Criar uma solução (AWS SDKs)

Importante

Por padrão, todas as novas soluções usam o treinamento automático. Com o treinamento automático, você acumula custos de treinamento enquanto sua solução está ativa. Ao terminar, você poderá atualizar a solução para desativar o treinamento automático e evitar custos desnecessários. Para obter mais informações sobre os custos dos treinamentos, consulte Preços do Amazon Personalize.

Para criar uma solução com AWS SDKs, use a operação de CreateSolution API. O código a seguir mostra como criar uma solução que usa o 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 nome do recurso da Amazon (ARN) do grupo de conjuntos de dados, altere opcionalmente a frequência de treinamento e especifique o ARN da fórmula 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 que você criar a solução, registre o ARN dela para uso futuro. Com o treinamento automático, a criação da versão da solução começa dentro de uma hora após a solução estar ATIVA. Se você criar manualmente uma versão da solução dentro desse período, ela pulará o primeiro treinamento automático. Após o início do treinamento, você pode obter o Amazon Resource Name (ARN) da versão da solução com a operação da ListSolutionVersionsAPI. Para obter seu status, use a operação DescribeSolutionVersionda API.

Você pode usar o código Python a seguir para aguardar o início do treinamento automático. O método wait_for_training_to_start retorna o ARN da primeira versão da 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 o status da versão é ATIVA, as recomendações começam a ser enviadas. O uso de uma versão da solução ativa depende de como você recebe as recomendações: