使用者個人化配方

使用使用者個人化配方訓練新的解決方案版本 （主控台）

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

2. 使用新的結構描述建立自訂資料集群組，並使用印模資料上傳資料集。選擇性地將 CREATION_TIMESTAMP 和非結構化文字中繼資料資料納入您的項目資料集，讓 Amazon Personalize 可以更準確地計算項目的存留期，並識別冷項目。

   如需匯入資料的詳細資訊，請參閱將訓練資料匯入 Amazon Personalize 資料集。

3. 在資料集群組頁面上，選擇包含具有印模資料之資料集或資料集的新資料集群組。

4. 在導覽窗格中，選擇解決方案和配方，然後選擇建立解決方案。

5. 在建立解決方案頁面上，針對解決方案名稱輸入新解決方案的名稱。

6. 針對解決方案類型，選擇項目建議，為您的使用者取得項目建議。

7. 針對配方，選擇 aws-user-personalization。解決方案組態區段隨即出現，提供數個組態選項。

8. 在其他組態中，如果您的項目互動資料集具有 EVENT_TYPE 或 EVENT_TYPE 和 EVENT_VALUE 資料欄，可選擇使用事件類型和事件值閾值欄位來選擇 Amazon Personalize 在訓練模型時使用的項目互動資料。如需詳細資訊，請參閱選擇用於訓練的項目互動資料。

9. 選擇性地為您的解決方案設定超參數。如需使用者個人化配方屬性和超參數的清單，請參閱屬性和超參數。

10. 選擇建立和訓練解決方案以開始訓練。儀表板頁面隨即顯示。

    您可以導覽至解決方案詳細資訊頁面，以追蹤解決方案版本區段中的訓練進度。訓練完成時，狀態為作用中。

建立行銷活動並取得建議 （主控台）

當您的解決方案版本狀態為作用中時，您就可以建立行銷活動並取得建議，如下所示：

1. 在解決方案詳細資訊頁面或行銷活動頁面上，選擇建立新行銷活動。

2. 在建立新的行銷活動頁面上，如需行銷活動詳細資訊，請提供下列資訊：

   • 行銷活動名稱：輸入行銷活動的名稱。您在此處輸入的文字會顯示在行銷活動儀表板和詳細資訊頁面上。

   • 解決方案：選擇您剛建立的解決方案。

   • 解決方案版本 ID：選擇您剛建立的解決方案版本 ID。

   • 每秒的佈建交易下限：設定 Amazon Personalize 支援的每秒佈建交易下限。有關更多資訊，請參閱 CreateCampaign 操作。

3. 針對行銷活動組態，請提供下列資訊：

   • 探索權重：設定探索量，其中建議包含項目互動資料較少或相關性更頻繁的項目，您指定的探索越多。值越接近 1，探索越多。在零時，不會進行探勘，建議是根據目前的資料 （相關性）。

   • 探索項目期限截止：輸入項目期限上限，以最近一次互動後的天數為單位，定義項目探索的範圍。若要增加 Amazon Personalize 在探勘期間考慮的項目數量，請輸入較大的值。

     例如，如果您輸入 10，只有在探索期間才會考慮資料集中最近一次互動後 10 天內具有項目互動資料的項目。

     注意

     建議可能包含沒有來自此時間範圍外項目互動資料的項目。這是因為這些項目與使用者的興趣相關，不需要探勘即可識別它們。

4. 選擇 Create campaign (建立活動)。

5. 在行銷活動詳細資訊頁面上，當行銷活動狀態為作用中時，您可以使用行銷活動來取得建議並記錄印象。如需詳細資訊，請參閱「入門」步驟 5：取得建議中的 。

   Amazon Personalize 每兩小時會自動更新您最新的解決方案版本，以包含新資料。您的行銷活動會自動使用更新的解決方案版本。如需詳細資訊，請參閱自動更新。

   若要手動更新行銷活動，您首先會使用主控台或 CreateSolutionVersion操作來建立和訓練新的解決方案版本，並將 trainingMode設定為 update。然後，您可以使用 UpdateCampaign操作，在主控台的行銷活動頁面上手動更新行銷活動。

   注意

   Amazon Personalize 不會自動更新您在 2020 年 11 月 17 日之前建立的解決方案版本。

使用 AWS SDK 使用使用者個人化配方來訓練解決方案

1. 使用 create_solution方法建立新的解決方案。

   將 取代solution name為您的解決方案名稱，並將 dataset group arn取代為您的資料集群組的 Amazon Resource Name (ARN)。

   import boto3
   
   personalize = boto3.client('personalize')
   
   print('Creating solution')
   create_solution_response = personalize.create_solution(name = 'solution name', 
                               recipeArn = 'arn:aws:personalize:::recipe/aws-user-personalization', 
                               datasetGroupArn = 'dataset group arn',
                               )
   solution_arn = create_solution_response['solutionArn']
   print('solution_arn: ', solution_arn)

   如需 aws-user-personalization 配方屬性和超參數的清單，請參閱 屬性和超參數。

2. 使用更新的訓練資料建立新的解決方案版本，並使用FULL下列程式碼片段trainingMode將 設定為 。將 取代solution arn為您解決方案的 ARN。

   import boto3
           
   personalize = boto3.client('personalize')
           
   create_solution_version_response = personalize.create_solution_version(solutionArn = 'solution arn', 
                                                                  trainingMode='FULL')
   
   new_solution_version_arn = create_solution_version_response['solutionVersionArn']
   print('solution_version_arn:', new_solution_version_arn)

3. 當 Amazon Personalize 完成建立解決方案版本時，請使用下列參數建立您的行銷活動：

   • 在步驟 2 中提供新的 campaign name和solution version arn產生的 。

   • 修改explorationWeight項目探索組態超參數，以設定要探索的數量。建議項目互動資料或相關性較低的項目，其頻率越接近 1.0。預設值為 0.3。

   • 修改explorationItemAgeCutOff項目探索組態超參數參數，以相對於應探索項目的最新互動，提供最長持續時間，以天為單位。值越大，探索期間會考慮的項目越多。

   使用下列 Python 程式碼片段來建立新的行銷活動，強調在 30 天進行探勘截止。建立行銷活動通常需要幾分鐘的時間，但可能需要一小時的時間。

   import boto3
           
   personalize = boto3.client('personalize')
   
   create_campaign_response = personalize.create_campaign(
       name = 'campaign name',
       solutionVersionArn = 'solution version arn',
       minProvisionedTPS = 1,
       campaignConfig = {"itemExplorationConfig": {"explorationWeight": "0.3", "explorationItemAgeCutOff": "30"}}
   )
   
   campaign_arn = create_campaign_response['campaignArn']
   print('campaign_arn:', campaign_arn)

   透過使用者個人化，Amazon Personalize 每兩小時會自動更新您的解決方案版本，以包含新資料。您的行銷活動會自動使用更新的解決方案版本。如需詳細資訊，請參閱自動更新。

   若要手動更新行銷活動，您首先會使用主控台或 CreateSolutionVersion操作來建立和訓練新的解決方案版本，並將 trainingMode設定為 update。然後，您可以使用 UpdateCampaign操作，在主控台的行銷活動頁面上手動更新行銷活動。

   注意

   Amazon Personalize 不會自動更新您在 2020 年 11 月 17 日之前建立的解決方案版本。

取得建議並記錄印模

1. 呼叫 get_recommendations 方法。將 campaign arn變更為新行銷活動的 ARN，並將 user id 變更為使用者的 userId。

   import boto3
               
   rec_response = personalize_runtime.get_recommendations(campaignArn = 'campaign arn', userId = 'user id')
   print(rec_response['recommendationId'])             

2. 建立新的事件追蹤器以傳送 PutEvents 請求。event tracker name 將 取代為事件追蹤器的名稱，並將 dataset group arn取代為資料集群組的 ARN。

   import boto3
           
   personalize = boto3.client('personalize')
   
   event_tracker_response = personalize.create_event_tracker( 
       name = 'event tracker name',
       datasetGroupArn = 'dataset group arn'
   )
   event_tracker_arn = event_tracker_response['eventTrackerArn']
   event_tracking_id = event_tracker_response['trackingId']
   print('eventTrackerArn:{},\n eventTrackingId:{}'.format(event_tracker_arn, event_tracking_id))               
                   

3. 使用步驟 1 recommendationId中的 和步驟 2 event tracking id中的 建立新的PutEvents請求。此請求會記錄來自使用者工作階段的新印模資料。將 user id變更為使用者的 ID。

   import boto3
               
   personalize_events.put_events(
        trackingId = 'event tracking id',
        userId= 'user id',
        sessionId = '1',
        eventList = [{
        'sentAt': datetime.now().timestamp(),
        'eventType' : 'click',
        'itemId' : rec_response['itemList'][0]['itemId'],        
        'recommendationId': rec_response['recommendationId'],
        'impression': [item['itemId'] for item in rec_response['itemList']],
        }]
   )