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。
Amazon Pinpoint 中的机器学习模型
机器学习 (ML) 模型 是实际问题的一种数学表示形式。ML 模型在数据中查找模式，并根据找到的模式生成预测。这些预测通常随着时间的推移而改进，因为 ML 模型收到更多数据，并且人们重新训练或调整模型以完善和优化模型的数据分析。
在 Amazon Pinpoint 中，您可以连接到某种类型的 ML 模型（称为推荐器模型），来预测用户将与哪些项目交互，并将这些项目作为个性化建议发送给消息收件人。推荐器模型 是一种 ML 模型，旨在回答以下问题：“用户喜欢什么或对什么感兴趣？”。它根据一组给定的产品或项目来预测某个特定用户将喜欢什么，并以一组建议的方式为用户提供该信息。通过将推荐器模型与 Amazon Pinpoint 结合使用，您可以根据每个消息收件人的属性和行为向其发送个性化建议。
要将推荐器模型与 Amazon Pinpoint 结合使用，第一步是与数据科学团队合作，创建模型并将其部署为 Amazon Personalize 活动。接下来，配置 Amazon Pinpoint 使用来自 Amazon Personalize 活动的建议数据。为此，您需要在 Amazon Pinpoint 与 Amazon Personalize 活动之间设置连接。在设置连接时，指定如何从 Amazon Personalize 活动检索数据并使用数据。
设置完与 Amazon Personalize 活动的连接后，您就可以开始在消息中添加建议了。为此，请创建一个消息模板。在该模板中，为要使用的建议添加消息变量。您可以将这些变量添加到以下类型的模板中：
-
电子邮件模板，用于您从活动或旅程中发送的电子邮件。
-
推送通知模板，用于您从活动中发送的推送通知。
-
短信模板，用于您从活动中发送的短信文本消息。
然后，创建一个活动或旅程以发送使用该模板的消息。当您发送消息时，Amazon Pinpoint 从 Amazon Personalize 活动中检索最新数据，并将每个变量替换为模型为每个消息收件人建议的值。
以下 AWS 区域提供此功能：
-
美国东部（弗吉尼亚州北部）
-
美国西部（俄勒冈州）
-
亚太地区（孟买）
-
亚太地区（悉尼）
-
亚太地区（首尔）
-
亚太地区（新加坡）
-
亚太地区（东京）
-
欧洲地区（爱尔兰）
-
加拿大（中部）
本章中的主题介绍如何配置 Amazon Pinpoint 使用来自 Amazon Personalize 活动的建议数据。另外，还将介绍如何在消息中包括这些数据。
主题
