为 Amazon Personalize 架构创建架构 JSON 文件 - Amazon Personalize
架构格式设置要求

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。

为 Amazon Personalize 架构创建架构 JSON 文件

准备好数据后，就可以开始为要导入的每种数据类型创建架构 JSON 文件。这些文件概述了数据的结构和内容，包括列名及其数据类型。

在 创建架构和数据集 中创建 Amazon Personalize 架构时，使用架构 JSON 文件。在 Amazon Personalize 中，架构 是一种资源，它让 Amazon Personalize 可以在您将数据导入数据集时对其进行解析。您可以为要使用的每个数据集创建一个架构。

对于自定义资源，每个数据集都有特定的架构要求。对于域数据集组，您选择的域将决定您的数据集和架构要求。每个域都有每种数据集类型的默认架构。在创建数据集时，可以使用现有域架构，也可以通过修改现有默认架构来创建新的域架构。使用默认架构作为指南，确定要为域导入哪些数据。

以下各节介绍了为每种数据集类型创建架构 JSON 文件的自定义要求和域要求。

主题

架构格式设置要求

为域数据集组或自定义数据集组中的数据集创建架构时，您必须遵循以下准则：

  • 您必须以 Avro 格式定义架构。有关我们支持的 Avro 数据类型的信息，请参阅架构数据类型。

  • 架构具有名称键，其值必须与数据集类型相匹配。

  • 架构字段可以采用任何顺序显示，但它们必须与 CSV 文件中对应列标题的顺序匹配。

  • 架构必须是没有嵌套结构的平面 JSON 文件。例如，一个字段不能是多个子字段的父字段。

  • Amazon Personalize 架构不支持复杂类型，例如数组和映射。

  • 架构字段必须具有唯一的字母数字名称。例如，您不能同时添加 GENRES_FIELD_1 字段和 GENRESFIELD1 字段。

  • 您必须定义必填字段作为其所需的数据类型。保留的分类字符串字段的 categorical 属性必须设置为 true，而保留的字符串字段不能是分类字段。关键字不能出现在数据中。

  • 如果您添加自己的类型为 string 的元数据字段，并且您希望 Amazon Personalize 在训练时使用它，则该字段必须包含 categorical 属性或 textual 属性（只有物品架构支持带有文本属性的字段）。

  • Amazon Personalize 在训练或筛选建议时不使用 boolean 类型数据。要让 Amazon Personalize 在训练或筛选时使用布尔数据，请使用类型为字符串 的字段，并在数据中使用值 "True" 和 "False"。或者，您可以使用类型 int 或 long 以及值 0 和 1。

  • 文本字段的类型必须为 string，且必须将 textual 属性设置为 true。有关非结构化文本数据的更多信息，请参阅非结构化文本元数据。

根据域和数据集类型，域数据集组数据集还有其他要求。自定义数据集组数据集也有其他要求，具体取决于类型。

架构数据类型

Amazon Personalize 架构支持以下 Avro 类型的字段：

  • float

  • double

  • int

  • long

  • 字符串

  • 布尔值

  • null

一些必填字段和保留字段支持空数据。通过向字段添加 null 类型，您可以使用不完美的数据（例如，空值的元数据）来生成建议。有关哪些字段支持空数据的信息，请参阅域的架构要求主题：VIDEO_ON_DEMAND 数据集和架构、ECOMMERCE 数据集和架构 或 自定义数据集和架构。以下示例说明了如何为 GENDER 字段添加空类型。

{
  "name": "GENDER",
  "type": [
    "null",
    "string"
  ],
  "categorical": true
}