Fórmula User-Personalization

Treinar uma nova versão da solução com a fórmula User-Personalization (console)

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

2. Crie um grupo de conjuntos de dados personalizados com um novo esquema e carregue seu conjunto de dados com dados de impressões. Opcionalmente, inclua CREATION_ TIMESTAMP e Metadados de texto não estruturados dados em seu conjunto de dados de itens para que o Amazon Personalize possa calcular com mais precisão a idade de um item e identificar itens frios.

   Para obter mais informações sobre como importar dados, consulte Importar dados de treinamento para os conjuntos de dados do Amazon Personalize.

3. Na página Grupos de conjuntos de dados, escolha o novo grupo de conjuntos de dados que contém o conjunto de dados ou conjuntos de dados com dados de impressões.

4. No painel de navegação, escolha Soluções e fórmulas e escolha Criar solução.

5. Na página Criar solução, em Nome da solução, insira o nome da sua nova solução.

6. Em Tipo de solução, escolha Recomendação de item para obter recomendações de itens para seus usuários.

7. Para Receita, escolha aws-user-personalization. A seção Configuração da solução aparece com várias opções de configuração.

8. 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.

9. Opcionalmente, configure hiperparâmetros para sua solução. Para obter uma lista das propriedades e hiperparâmetros da fórmula User-Personalization, consulte Propriedades e hiperparâmetros.

10. Escolha Criar e treinar a solução para iniciar o treinamento. A página Painel é exibida.

    Você pode navegar até a página de detalhes da solução para acompanhar o andamento do treinamento na seção Versões da solução. Quando o treinamento for concluído,o status será Ativo.

Criar uma campanha e receber recomendações (console)

Quando o status da versão da solução for Ativo, você estará pronto para criar sua campanha e receber recomendações da seguinte forma:

1. Na página de detalhes da solução ou na página Campanhas, escolha Criar nova campanha.

2. Na página Criar nova campanha, para Detalhes da campanha, forneça as seguintes informações:

   • Nome da campanha: insira o nome da campanha. O texto que você insere aqui aparece no painel Campanha e na página de detalhes.

   • Solução: escolha a solução que você acabou de criar.

   • ID da versão da solução: escolha a ID da versão da solução que você acabou de criar.

   • Transações mínimas provisionadas por segundo: defina as transações mínimas provisionadas por segundo compatíveis com o Amazon Personalize. Para obter mais informações, consulte a operação CreateCampaign.

3. Para Configuração da campanha, forneça as seguintes informações:

   • Peso da exploração: configure quanto explorar. Quando as recomendações incluírem itens com menos dados de interações ou menor relevância com maior frequência, você deve especificar uma exploração maior. Quanto mais próximo o valor estiver de 1, maior será a exploração. Em zero, nenhuma exploração ocorre, e as recomendações são baseadas nos dados atuais (relevância).

   • Limite de idade do item de exploração: insira a idade máxima do item, em dias desde a última interação, para definir o escopo da exploração do item. Para aumentar a quantidade de itens que o Amazon Personalize considera durante a exploração, insira um valor maior.

     Por exemplo, se você inserir dez, somente itens com dados de interações com itens dos dez dias desde a última interação no conjunto de dados serão utilizados durante a exploração.

     nota

     As recomendações podem incluir itens sem dados de interações com itens de fora desse período. Isso ocorre porque esses itens são relevantes para os interesses do usuário, e a exploração não foi necessária para identificá-los.

4. Escolha Create campaign (Criar campanha).

5. Na página de detalhes da campanha, quando o status da campanha é Ativo, você pode usar a campanha para obter recomendações e registrar impressões. Para obter mais informações, consulte Etapa 5: Obter recomendações em "Conceitos básicos".

   O Amazon Personalize atualiza automaticamente a versão da solução mais recente a cada duas horas para incluir novos dados. Sua campanha usa automaticamente a versão atualizada da solução. Para obter mais informações, consulte Atualizações automáticas.

   Para atualizar manualmente a campanha, primeiro crie e treine uma nova versão da solução usando o console ou a operação CreateSolutionVersion, com o trainingMode definido comoupdate. Em seguida, atualize manualmente a campanha na página Campanha do console ou usando a operação UpdateCampaign.

   nota

   O Amazon Personalize não atualiza automaticamente as versões da solução que você criou antes de 17 de novembro de 2020.

Para treinar uma solução com a receita de personalização do usuário usando o AWS SDK

1. Crie uma nova solução usando o método create_solution.

   solution nameSubstitua pelo nome da sua solução e dataset group arn pelo Amazon Resource Name (ARN) do seu grupo de conjuntos de dados.

   import boto3
   
   personalize = boto3.client('personalize')
   
   print('Creating solution')
   create_solution_response = personalize.create_solution(name = 'solution name', 
                               recipeArn = 'arn:aws:personalize:::recipe/aws-user-personalization', 
                               datasetGroupArn = 'dataset group arn',
                               )
   solution_arn = create_solution_response['solutionArn']
   print('solution_arn: ', solution_arn)

   Para obter uma lista das propriedades e hiperparâmetros da aws-user-personalization receita, consultePropriedades e hiperparâmetros.

2. Crie uma nova versão da solução com os dados de treinamento atualizados e defina trainingMode como FULL usando o snippet de código a seguir. solution arnSubstitua o pelo ARN da sua solução.

   import boto3
           
   personalize = boto3.client('personalize')
           
   create_solution_version_response = personalize.create_solution_version(solutionArn = 'solution arn', 
                                                                  trainingMode='FULL')
   
   new_solution_version_arn = create_solution_version_response['solutionVersionArn']
   print('solution_version_arn:', new_solution_version_arn)

3. Quando o Amazon Personalize terminar de criar sua versão da solução, crie sua campanha com os seguintes parâmetros:

   • Forneça um novo campaign name e o solution version arn gerado na etapa 2.

   • Modifique o hiperparâmetro de configuração de exploração do item explorationWeight para configurar quanto explorar. Itens com menos dados de interações ou menor relevância são recomendados com maior frequência dependendo da proximidade em relação ao valor 1,0. O valor padrão é 0,3.

   • Modifique o parâmetro do hiperparâmetro da configuração de exploração do item explorationItemAgeCutOff para fornecer a duração máxima, em dias, em relação à interação mais recente, para a qual os itens devem ser explorados. Quanto maior o valor, mais itens são considerados durante a exploração.

   Use o seguinte snippet de Python para criar uma nova campanha com ênfase na exploração com limite de exploração em 30 dias. Criar uma campanha geralmente leva alguns minutos, mas pode demorar mais de uma hora.

   import boto3
           
   personalize = boto3.client('personalize')
   
   create_campaign_response = personalize.create_campaign(
       name = 'campaign name',
       solutionVersionArn = 'solution version arn',
       minProvisionedTPS = 1,
       campaignConfig = {"itemExplorationConfig": {"explorationWeight": "0.3", "explorationItemAgeCutOff": "30"}}
   )
   
   campaign_arn = create_campaign_response['campaignArn']
   print('campaign_arn:', campaign_arn)

   Com User-Personalization, o Amazon Personalize atualiza automaticamente a versão da solução a cada duas horas para incluir novos dados. Sua campanha usa automaticamente a versão atualizada da solução. Para obter mais informações, consulte Atualizações automáticas.

   Para atualizar manualmente a campanha, primeiro crie e treine uma nova versão da solução usando o console ou a operação CreateSolutionVersion, com o trainingMode definido comoupdate. Em seguida, atualize manualmente a campanha na página Campanha do console ou usando a operação UpdateCampaign.

   nota

   O Amazon Personalize não atualiza automaticamente as versões da solução que você criou antes de 17 de novembro de 2020.

Para obter recomendações e registrar impressões

1. Chame o método get_recommendations. Altere o campaign arn para o ARN da sua nova campanha e user id para o userId do usuário.

   import boto3
               
   rec_response = personalize_runtime.get_recommendations(campaignArn = 'campaign arn', userId = 'user id')
   print(rec_response['recommendationId'])             

2. Crie um novo rastreador de eventos para enviar PutEvents solicitações. event tracker nameSubstitua pelo nome do seu rastreador de eventos e dataset group arn pelo do seu grupo ARN de conjuntos de dados.

   import boto3
           
   personalize = boto3.client('personalize')
   
   event_tracker_response = personalize.create_event_tracker( 
       name = 'event tracker name',
       datasetGroupArn = 'dataset group arn'
   )
   event_tracker_arn = event_tracker_response['eventTrackerArn']
   event_tracking_id = event_tracker_response['trackingId']
   print('eventTrackerArn:{},\n eventTrackingId:{}'.format(event_tracker_arn, event_tracking_id))               
                   

3. Use o recommendationId da etapa 1 e o event tracking id da etapa 2 para criar uma nova solicitação PutEvents. Essa solicitação registra os novos dados de impressão da sessão do usuário. Altere o user id para o ID do usuário.

   import boto3
               
   personalize_events.put_events(
        trackingId = 'event tracking id',
        userId= 'user id',
        sessionId = '1',
        eventList = [{
        'sentAt': datetime.now().timestamp(),
        'eventType' : 'click',
        'itemId' : rec_response['itemList'][0]['itemId'],        
        'recommendationId': rec_response['recommendationId'],
        'impression': [item['itemId'] for item in rec_response['itemList']],
        }]
   )