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.
Lista de verificação de prontidão
Depois de analisar como o Amazon Personalize funciona e concluir o exercício de introdução, você já consegue usar o Amazon Personalize com seus próprios dados. Essa lista de verificação informa sobre atributos, requisitos e orientações sobre dados do Amazon Personalize. Use como auxílio para fazer planos ou como referência na hora de criar recursos no Amazon Personalize.
Tópicos
- Você combinou seus casos de uso com os recursos do Amazon Personalize?
- Você tem dados de interações com itens suficientes?
- Você tem uma arquitetura de streaming de eventos em tempo real?
- Seus dados estão otimizados para o Amazon Personalize?
- Você coleta dados opcionais que podem melhorar as recomendações?
- Você tem um plano para testar as recomendações?
- Você tem mais metas comerciais?
Você combinou seus casos de uso com os recursos do Amazon Personalize?
As recomendações do Amazon Personalize abordam os seguintes casos de uso:
-
Como gerar recomendações personalizadas para um usuário
-
Recomendação de itens similares ou relacionados
-
Recomendação de itens populares ou com tendência alta
-
Recomendar as próximas melhores ações para um usuário
-
Reclassificação por relevância (somente com recursos personalizados)
-
Geração de segmentos de usuários (somente com recursos personalizados)
O Amazon Personalize oferece atributos com base no domínio e recursos personalizados configurados para esses casos de uso. Primeiro, crie um grupo de conjuntos de dados de domínio ou outro personalizado:
-
Com um grupo de conjuntos de dados de domínio, você cria recursos pré-configurados e otimizados para os domínios VIDEO_ON_DEMAND ou ECOMMERCE.
Se você tiver um aplicativo de streaming de vídeo ou de comércio eletrônico, recomendamos que comece com um grupo de conjuntos de dados de domínio. Você ainda pode adicionar recursos personalizados, como soluções e versões de soluções treinadas para casos de uso personalizados. E você ainda pode usar recursos personalizados para obter recomendações em lote. 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.
-
Com um grupo de conjuntos de dados personalizados, você escolhe uma fórmula que corresponda ao seu caso de uso. Em seguida, você treina e implanta apenas soluções e versões configuráveis da solução (modelos de recomendação treinados do Amazon Personalize). Quando estiver pronto, você pode implantar a versão da solução em uma campanha para recomendações em tempo real. Ou você pode obter recomendações em lote sem uma campanha.
Se você não tiver um aplicativo de streaming de vídeo ou de comércio eletrônico, recomendamos que comece com um grupo de conjuntos de dados personalizados. Se não for o seu caso, comece com um grupo de conjuntos de dados de domínio e adicione recursos personalizados conforme necessário.
Para mais informações sobre os casos de uso e fórmulas personalizadas disponíveis no Amazon Personalize, consulte Casos de uso de domínio e fórmulas personalizadas.
Você tem dados de interações com itens suficientes?
Para todos os casos de uso e fórmulas, é necessário ter, no mínimo, 1.000 interações com itens para 25 usuários exclusivos com, pelo menos, 2 interações cada. Para obter recomendações de qualidade, o ideal é que você tenha, no mínimo, cinquenta mil interações com itens de, pelo menos, mil usuários com duas ou mais interações com itens cada.
Se não souber se os seus dados são suficientes, você pode importá-los e analisá-los com o console do Amazon Personalize. Para ter mais informações, consulte Analisando a qualidade e a quantidade de dados em conjuntos de dados.
Você tem uma arquitetura de streaming de eventos em tempo real?
Se você não tiver dados de interações com itens suficientes, use o Amazon Personalize para coletar mais dados de eventos em tempo real. Com algumas fórmulas e casos de uso, o Amazon Personalize pode aprender com a atividade mais recente do usuário e atualizar as recomendações à medida que ele usa seu aplicativo.
Para saber mais sobre o registro de eventos, incluindo como os eventos afetam as recomendações, uma lista de serviços de rastreamento de eventos de terceiros e exemplos de implementações, consulte Gravação de eventos em tempo real para influenciar as recomendações.
Seus dados estão otimizados para o Amazon Personalize?
Recomendamos que você verifique o seguinte nos seus dados:
-
Verifique se algo está faltando. Recomendamos que no mínimo 70% dos seus registros tenham dados de cada atributo. Recomendamos que as colunas que aceitem valores nulos estejam pelo menos 70% completas.
-
Corrija imprecisões ou problemas nos dados, como convenções de nomenclatura inconsistentes, categorias duplicadas para um item, IDs incompatíveis entre conjuntos de dados ou IDs duplicados. Esses problemas podem afetar negativamente as recomendações ou causar um comportamento inesperado. Por exemplo, você pode ter “N/A” e “Não aplicável” nos dados, mas filtrar as recomendações com base somente em “N/A”. Os itens marcados como “Não aplicável” não seriam barrados pelo filtro.
Se um item ou uma ação puder ter várias categorias, como um filme com vários gêneros, combine os valores de categoria em um único atributo e separe cada valor com o operador |. Por exemplo, os dados de GÊNEROS de um filme podem ser Ação | Aventura | Suspense.
-
Evite ter mais de 1000 categorias possíveis para uma coluna (a menos que a coluna contenha dados apenas para fins de filtragem).
Para uma lista completa de recomendações de dados e instruções sobre como você pode usar o Amazon Personalize para identificar problemas, consulte Analisando a qualidade e a quantidade de dados em conjuntos de dados.
Você coleta dados opcionais que podem melhorar as recomendações?
Os dados a seguir podem ajudar a melhorar a relevância da sua recomendação.
-
Tipo de evento (obrigatório para todos os casos de uso do grupo de conjuntos de dados do domínio)
-
Valor do evento
-
Metadados contextuais
-
Metadados do item e do usuário
-
Dados de interações com ações (usados somente por fórmulas PERSONALIZED_ACTIONS)
Para mais informações sobre os tipos de dados que o Amazon Personalize pode usar, consulte Tipos de dados que o Amazon Personalize pode usar.
Você tem um plano para testar as recomendações?
Você pode usar o teste A/B para comparar os resultados de diferentes grupos de usuários interagindo com recomendações de modelos distintos. Use o teste A/B para comparar diferentes estratégias de recomendação e ver se as recomendações estão ajudando sua empresa a atingir as metas. Para ter mais informações, consulte Medição do impacto das recomendações com testes A/B.
Você tem mais metas comerciais?
Em alguns casos, você pode ter outras metas além de oferecer recomendações relevantes para seus usuários. Por exemplo: você quer maximizar a fórmula ou promover certos tipos de itens de uma determinada categoria. Os seguintes atributos do Amazon Personalize podem ajudar:
-
Promoções: você pode usar as promoções para que uma determinada porcentagem dos itens atenda aos requisitos da sua empresa. Para ter mais informações, consulte Como promover itens nas recomendações.
-
Otimização do objetivo comercial: em algumas fórmulas de grupos de conjuntos de dados personalizados, você consegue otimizar uma solução para um objetivo personalizado, como maximizar os minutos de streaming ou aumentar a fórmula. Para ter mais informações, consulte Otimizar uma solução para um objetivo adicional.
-
Como filtrar recomendações. Use filtros para aplicar regras de negócios às recomendações. Com eles, você pode incluir ou excluir certos itens das recomendações. Para ter mais informações, consulte Como filtrar recomendações e segmentos de usuários.
