选择用于训练的物品交互数据 - Amazon Personalize

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

选择用于训练的物品交互数据

重要

默认情况下，所有新解决方案都使用自动训练。使用自动训练，当您的解决方案处于活动状态时，您就会产生培训费用。为避免不必要的成本，完成后，您可以更新解决方案以关闭自动训练。有关培训费用的信息，请参阅 Amazon Personalize 定价。

您可以在物品交互数据集中选择 Amazon Personalize 在创建解决方案版本（训练模型）时使用的事件。通过在训练之前选择物品交互数据，您可以只使用数据的相关子集进行训练，或者去除噪声来训练更优化的模型。有关 Item 交互数据集的更多信息，请参阅物品交互数据。

注意

如果您使用 Userpersonalization-v2 或 personalized-ranking-v2，则在按事件类型或值进行筛选之前，您的训练费用将基于您的物品互动数据。有关定价的更多信息，请参阅 Amazon Personalize 定价。

您可以按如下方式选择物品交互数据：

  • 根据类型选择记录 — 配置解决方案时，如果您的 Item interactions 数据集在 EVENT _ TYPE 列中包含事件类型，则可以选择指定要在训练中使用的事件类型。例如，如果您的物品交互数据集包括购买、单击和观看事件类型，并且您希望 Amazon Personalize 仅使用观看事件来训练模型，则在配置解决方案时，您需要提供观看作为 Amazon Personalize 在训练中使用的 event type。

    如果您的商品互动数据集在 EVENT _ TYPE 列中有多个事件类型，并且您在配置解决方案时未提供事件类型，则 Amazon Personalize 会使用所有商品互动数据进行同等权重的训练，无论类型如何。

  • 根据类型和值选择记录-配置解决方案时，如果您的项目交互数据集包含 EVENT _ TYPE 和 EVENT _ VALUE 字段，则可以将特定值设置为阈值，将记录排除在训练之外。例如，如果您的 EVENT _ 观看次数为 EVENT _ 的事件VALUE的数据是用户观看TYPE的视频的百分比，如果您将事件值阈值设置为 0.5，将要观看的事件类型设置为 0.5，则 Amazon Personalize 仅使用 EVENT _ VALUE 大于或等于 0.5 的观看互动事件来训练模型。

以下代码演示如何使用 for Python (Boto3) 创建仅使用用户观看了一半以上视频watch的事件的解决方案。SDK

import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
    name = 'solution name',
    datasetGroupArn = 'arn:aws:personalize:region:accountId:dataset-group/datasetGroupName',
    recipeArn = 'arn:aws:personalize:::recipe/aws-user-personalization-v2',
    eventType = 'watch',
    solutionConfig = {
        "eventValueThreshold": "0.5"
    }
)

# Store the solution ARN
solution_arn = create_solution_response['solutionArn']

# Use the solution ARN to get the solution status
solution_description = personalize.describe_solution(solutionArn = solution_arn)['solution']
print('Solution status: ' + solution_description['status'])