選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

使用資料刪除任務刪除使用者及其資料 - Amazon Personalize

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

使用資料刪除任務刪除使用者及其資料

匯入資料後,您可以從資料集群組刪除使用者及其資料,包括其中繼資料和互動資料。您可以刪除使用者資料作為合規計畫的一部分,或處理使用者刪除請求,或隨著使用者基礎變更保持資料為最新狀態。

刪除使用者後,Amazon Personalize 不會再訓練其資料,也不會在產生使用者區段時考慮使用者。

若要刪除 Amazon Personalize 資料集中的使用者參考,以及資料集群組中的模型,請執行下列動作:

  1. 準備 CSV 檔案,列出 USER_ID 欄中要刪除的使用者 userIds。

  2. 將 CSV 檔案上傳至 Amazon S3 儲存貯體。您的 Amazon Personalize 服務角色必須具有存取此儲存貯體的許可。

  3. 建立資料刪除任務。資料刪除任務是一種批次任務,可從資料集群組中的模型和資料集中刪除使用者及其資料。

指導方針和要求

以下是刪除使用者的指導方針和要求:

  • 建立資料刪除任務之前,請確定沒有正在進行使用資料集的任務,例如訓練任務、批次任務,或大量或個別匯入操作。並避免在資料刪除任務進行時建立此類任務。如果發生任何訓練或匯入,我們無法保證會從模型中刪除使用者的資料,而且建議您建立額外的資料刪除任務。

  • 資料刪除任務不會刪除對 Amazon Personalize 外部使用者的參考。例如,它不會從 Amazon S3 儲存貯體中的批次建議中刪除其 userId。您必須手動刪除這些記錄。

  • 狀態為 PENDING 的資料集群組最多可以有 5 個刪除任務。

  • 資料刪除輸入檔案或檔案的總大小上限為 100 MB。您可以在建立刪除任務時重複使用相同的輸入檔案。

  • 每個資料刪除任務都會刪除資料集群組中的使用者及其互動資料。若要刪除所有資料集群組中的資料,您必須為每個資料集群組建立資料刪除任務。

  • 建立任務之後,從資料集和模型中刪除使用者的資料最多可能需要一天的時間。

  • 任務完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並視需要更新您的行銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。

  • 您的 Amazon Personalize 服務角色必須具有存取 Amazon S3 儲存貯體的許可,其中包含要刪除的使用者清單。它需要儲存貯體GetObject及其內容的 和 ListBucket 許可。這些許可與匯入資料相同。如需授予許可和政策範例的詳細資訊,請參閱讓 Amazon Personalize 存取 Amazon S3 資源

  • 您無法在 Amazon S3 儲存貯體上使用自己的 AWS Key Management Service 金鑰,該儲存貯體會存放要刪除的使用者 userIds清單。

  • 如果項目僅出現在您的項目互動資料集中,且您刪除的使用者與此項目互動,則此項目將不再出現在建議中。

準備要刪除的使用者清單

從 Amazon Personalize 刪除使用者之前,您必須準備使用者清單,以 CSV 檔案刪除,並將其上傳至 Amazon S3。

準備要刪除並上傳的使用者清單
  1. 建立 CSV 檔案,列出要刪除的使用者的 userIds。以下顯示 CSV 檔案的格式。

    USER_ID abc 2a 5basc ab35 123f a55d 0v22 441fa efg
  2. 將 CSV 檔案上傳至 Amazon Simple Storage Service (Amazon S3) 儲存貯體。如需將檔案上傳至 Amazon S3 的詳細資訊,請參閱《Amazon Simple Storage Service 使用者指南》中的使用拖放功能上傳檔案和資料夾

  3. 讓 Amazon Personalize 存取您的儲存貯體和 CSV 檔案。Amazon Personalize 必須具有許可,才能在您的儲存貯體及其內容上執行 和 GetObjectListBucket動作。這些許可與匯入資料相同。如需授予許可和政策範例的詳細資訊,請參閱讓 Amazon Personalize 存取 Amazon S3 資源

建立資料刪除任務

完成 後準備要刪除的使用者清單,您就可以刪除具有資料刪除任務的使用者。

資料刪除任務是一種批次任務,可從資料集群組中的模型和資料集中刪除使用者及其資料。刪除使用者後,Amazon Personalize 不會再訓練其資料,也不會在產生使用者區段時考慮使用者。

當您建立資料刪除任務時,您可以指定要刪除的使用者清單的 Amazon S3 位置。

  • 如果您的資料位於單一檔案中,請使用 Amazon S3 位置的下列語法:

    s3://amzn-s3-demo-bucket/<folder path>/<CSV filename>.csv

  • 如果您的 CSV 檔案位於 Amazon S3 儲存貯體的資料夾中,您可以指定資料夾的路徑。對於資料刪除任務,Amazon Personalize 會使用 資料夾和任何子資料夾中具有.csv副檔名的所有檔案。它會忽略任何其他類型的檔案。使用下列語法搭配 資料夾名稱/後面的 :

    s3://amzn-s3-demo-bucket/<folder path>/

您使用的角色必須具有許可,才能在 Amazon S3 儲存貯體及其內容上執行 和 GetObjectListBucket動作。如需授予許可和政策範例的詳細資訊,請參閱讓 Amazon Personalize 存取 Amazon S3 資源

您可以使用 Amazon Personalize 主控台、 AWS Command Line Interface (AWS CLI) 或 AWS SDKs建立資料刪除任務。

若要使用 Amazon Personalize 主控台刪除使用者,請使用資料的名稱、IAM 服務角色和 Amazon S3 位置來建立資料刪除任務。

刪除記錄 (主控台)
  1. https://console.aws.amazon.com/personalize/home:// 開啟 Amazon Personalize 主控台並登入您的帳戶。

  2. 資料集群組頁面上,選擇您的資料集群組。顯示資料集群組概觀

  3. 在導覽窗格中,選擇資料集

  4. 資料刪除任務中,選擇建立任務

  5. 任務詳細資訊中,為任務命名。

  6. S3 輸入來源中,針對 S3 位置,指定 CSV 檔案的 Amazon S3 位置,該檔案會存放要刪除的使用者 userIds清單。您已在 中準備此檔案準備要刪除的使用者清單

  7. IAM 角色中,選擇建立新的角色或使用現有的角色。如果您完成建立 Amazon Personalize 角色的先決條件,並授予此角色存取 Amazon S3 儲存貯體的權限,請選擇使用現有的服務角色,並指定您在 中建立的角色為 Amazon Personalize 建立 IAM 角色

    您使用的角色必須具有許可,才能在 Amazon S3 儲存貯體及其內容上執行 和 GetObjectListBucket動作。這些許可與匯入資料相同。如需授予許可和政策範例的詳細資訊,請參閱讓 Amazon Personalize 存取 Amazon S3 資源

  8. 對於標籤,選擇性地新增任何標籤。如需標記 Amazon Personalize 資源的詳細資訊,請參閱標記 Amazon Personalize 資源

  9. 選擇建立作業。任務開始,並顯示詳細資訊頁面。

    建立任務之後,從資料集和模型中刪除使用者的資料大約需要一天的時間。在任務完成之前,Amazon Personalize 會在訓練時繼續使用資料。使用者可能會出現在使用者區段中。

    當狀態顯示為 COMPLETED 時,資料刪除即完成。如果任務因任何原因失敗,我們建議您建立另一個資料刪除任務。任務完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並視需要更新您的行銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。

建立資料刪除任務 (主控台)

若要使用 Amazon Personalize 主控台刪除使用者,請使用資料的名稱、IAM 服務角色和 Amazon S3 位置來建立資料刪除任務。

刪除記錄 (主控台)
  1. https://console.aws.amazon.com/personalize/home:// 開啟 Amazon Personalize 主控台並登入您的帳戶。

  2. 資料集群組頁面上,選擇您的資料集群組。顯示資料集群組概觀

  3. 在導覽窗格中,選擇資料集

  4. 資料刪除任務中,選擇建立任務

  5. 任務詳細資訊中,為任務命名。

  6. S3 輸入來源中,針對 S3 位置,指定 CSV 檔案的 Amazon S3 位置,該檔案會存放要刪除的使用者 userIds清單。您已在 中準備此檔案準備要刪除的使用者清單

  7. IAM 角色中,選擇建立新的角色或使用現有的角色。如果您完成建立 Amazon Personalize 角色的先決條件,並授予此角色存取 Amazon S3 儲存貯體的權限,請選擇使用現有的服務角色,並指定您在 中建立的角色為 Amazon Personalize 建立 IAM 角色

    您使用的角色必須具有許可,才能在 Amazon S3 儲存貯體及其內容上執行 和 GetObjectListBucket動作。這些許可與匯入資料相同。如需授予許可和政策範例的詳細資訊,請參閱讓 Amazon Personalize 存取 Amazon S3 資源

  8. 對於標籤,選擇性地新增任何標籤。如需標記 Amazon Personalize 資源的詳細資訊,請參閱標記 Amazon Personalize 資源

  9. 選擇建立作業。任務開始,並顯示詳細資訊頁面。

    建立任務之後,從資料集和模型中刪除使用者的資料大約需要一天的時間。在任務完成之前,Amazon Personalize 會在訓練時繼續使用資料。使用者可能會出現在使用者區段中。

    當狀態顯示為 COMPLETED 時,資料刪除即完成。如果任務因任何原因失敗,我們建議您建立另一個資料刪除任務。任務完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並視需要更新您的行銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。

若要使用 刪除使用者 AWS CLI,請使用 create-data-deletion-job命令。此命令使用 CreateDataDeletion API 操作。下列程式碼說明如何建立資料刪除任務。若要使用程式碼,請更新它以指定任務名稱、您在 中建立的 IAM 角色為 Amazon Personalize 建立 IAM 角色,以及資料的 Amazon S3 位置。您已在 中準備此檔案準備要刪除的使用者清單

aws personalize create-data-deletion-job \ --job-name deletion job name \ --dataset-group-arn dataset group ARN \ --data-source dataLocation=s3://amzn-s3-demo-bucket/filename.csv \ --role-arn roleArn

建立任務之後,從資料集和模型中刪除使用者的資料大約需要一天的時間。在任務完成之前,Amazon Personalize 會在訓練時繼續使用資料。使用者可能會出現在使用者區段中。

當狀態為 COMPLETED 時,任務即完成。使用 describe-data-deletion-job命令來檢查狀態,並指定資料刪除任務 ARN。如需 API 操作的詳細資訊,請參閱 DescribeDataDeletionJob。若要檢視依建立時間排序的資料刪除任務歷史記錄,請使用 ListDataDeletionJobs API 操作。

如果任務因任何原因失敗,我們建議您建立另一個資料刪除任務。任務完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並視需要更新您的行銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。

若要使用 刪除使用者 AWS CLI,請使用 create-data-deletion-job命令。此命令使用 CreateDataDeletion API 操作。下列程式碼說明如何建立資料刪除任務。若要使用程式碼,請更新它以指定任務名稱、您在 中建立的 IAM 角色為 Amazon Personalize 建立 IAM 角色,以及資料的 Amazon S3 位置。您已在 中準備此檔案準備要刪除的使用者清單

aws personalize create-data-deletion-job \ --job-name deletion job name \ --dataset-group-arn dataset group ARN \ --data-source dataLocation=s3://amzn-s3-demo-bucket/filename.csv \ --role-arn roleArn

建立任務之後,從資料集和模型中刪除使用者的資料大約需要一天的時間。在任務完成之前,Amazon Personalize 會在訓練時繼續使用資料。使用者可能會出現在使用者區段中。

當狀態為 COMPLETED 時,任務即完成。使用 describe-data-deletion-job命令來檢查狀態,並指定資料刪除任務 ARN。如需 API 操作的詳細資訊,請參閱 DescribeDataDeletionJob。若要檢視依建立時間排序的資料刪除任務歷史記錄,請使用 ListDataDeletionJobs API 操作。

如果任務因任何原因失敗,我們建議您建立另一個資料刪除任務。任務完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並視需要更新您的行銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。

若要刪除具有 AWS SDKs的使用者,請使用 CreateDataDeletionJob API 操作。下列程式碼說明如何建立資料刪除任務。若要使用程式碼,請更新它以指定任務名稱、您在 中建立的 IAM 角色為 Amazon Personalize 建立 IAM 角色,以及資料的 Amazon S3 位置。您已在 中準備此檔案準備要刪除的使用者清單

import boto3 personalize = boto3.client('personalize') response = personalize.create_data_deletion_job( jobName = 'Deletion job name', datasetGroupArn = 'Dataset Group ARN', dataSource = {'dataLocation':'s3://amzn-s3-demo-bucket/file.csv'}, roleArn = 'role_arn' ) deletion_job_arn = response['dataDeletionJobArn'] print ('Deletion Job arn: ' + deletion_job_arn) description = personalize.describe_data_deletion_job( dataDeletionJobArn = deletion_job_arn)['dataDeletionJob'] print('Name: ' + description['jobName']) print('ARN: ' + description['dataDeletionJobArn']) print('Status: ' + description['status'])

建立任務之後,從資料集和模型中刪除使用者的資料大約需要一天的時間。在任務完成之前,Amazon Personalize 會在訓練時繼續使用資料。使用者可能會出現在使用者區段中。

當狀態為 COMPLETED 時,任務即完成。使用 DescribeDataDeletionJob操作來檢查狀態,並指定資料刪除任務 ARN。若要檢視依建立時間排序的資料刪除任務歷史記錄,請使用 ListDataDeletionJobs API 操作。

如果任務因任何原因失敗,我們建議您建立另一個資料刪除任務。任務完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並視需要更新您的行銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。

若要刪除具有 AWS SDKs的使用者,請使用 CreateDataDeletionJob API 操作。下列程式碼說明如何建立資料刪除任務。若要使用程式碼,請更新它以指定任務名稱、您在 中建立的 IAM 角色為 Amazon Personalize 建立 IAM 角色,以及資料的 Amazon S3 位置。您已在 中準備此檔案準備要刪除的使用者清單

import boto3 personalize = boto3.client('personalize') response = personalize.create_data_deletion_job( jobName = 'Deletion job name', datasetGroupArn = 'Dataset Group ARN', dataSource = {'dataLocation':'s3://amzn-s3-demo-bucket/file.csv'}, roleArn = 'role_arn' ) deletion_job_arn = response['dataDeletionJobArn'] print ('Deletion Job arn: ' + deletion_job_arn) description = personalize.describe_data_deletion_job( dataDeletionJobArn = deletion_job_arn)['dataDeletionJob'] print('Name: ' + description['jobName']) print('ARN: ' + description['dataDeletionJobArn']) print('Status: ' + description['status'])

建立任務之後,從資料集和模型中刪除使用者的資料大約需要一天的時間。在任務完成之前,Amazon Personalize 會在訓練時繼續使用資料。使用者可能會出現在使用者區段中。

當狀態為 COMPLETED 時,任務即完成。使用 DescribeDataDeletionJob操作來檢查狀態,並指定資料刪除任務 ARN。若要檢視依建立時間排序的資料刪除任務歷史記錄,請使用 ListDataDeletionJobs API 操作。

如果任務因任何原因失敗,我們建議您建立另一個資料刪除任務。任務完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並視需要更新您的行銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。

下一個主題:

刪除資料集

上一個主題:

刪除資源
隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。