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。

準備用於訓練的使用者中

您可以匯入 Amazon Personalize 的使用者資料包括數值資料，例如使用者年齡和類別中繼資料，例如性別或忠誠度會員資格。您可以將使用者相關的中繼資料匯入 Amazon 個人化使用者資料集。

根據您的網域使用案例或自訂配方，使用者中繼資料可協助 Amazon Personalize 向使用者推薦更相關的項目，或建議更有意義的使用者細分。在訓練之後，它可以幫助您的模型為沒有任何交互數據的用戶推薦項目。如需有關哪些使用案例或方法使用使用者中繼資料的詳細資訊，請參閱中的網域使用案例或方案的資料需求將您的使用案例與 Amazon 個人化資源相符。

訓練時，Amazon Personalize 不會使用非分類字串使用者資料，例如使用者名稱、關於使用者的關鍵字或標籤。不過，匯入這些資料仍然可以增強建議。如需詳細資訊，請參閱非分類字串資料。

對於所有網域使用案例和自訂配方，您的大量使用者資料必須位於CSV檔案中。檔案中的每一列都應代表一個唯一的使用者。準備完資料之後，您就可以建立結構描述JSON檔案了。該文件告訴 Amazon Personalize 化您的數據的結構。如需詳細資訊，請參閱為 Amazon Personalize 結構描述建立結構描述JSON檔案。

以下各節提供有關如何為 Amazon Personalize 準備使用者資料的詳細資訊。如需所有資料類型的大量資料格式準則，請參閱大量資料格式準則

使用者資料需求

以下是 Amazon Personalize 的使用者資料需求。您可以根據使用案例和資料自由新增其他自訂欄。

如果您不確定自己有足夠的資料，或者對資料品質有任何疑問，可以將資料匯入 Amazon Personalize 資料集，然後使用 Amazon Personalize 資料集進行分析。如需詳細資訊，請參閱分析 Amazon Personalize 資料集中的資料品質和數量。

分類中繼資料

Amazon Personalize 在找出與使用者最相關項目的基礎模式時，Amazon Personalize 會使用一些方法和所有網域使用案例，例如使用者的性別、興趣或會員資格狀態等分類中繼資料。您可以根據使用案例定義自己的值範圍。分類中繼資料可以是任何語言。

對於具有多個類別的使用者，請使用垂直列「|」分隔每個值。例如，對於某個INTERESTS字段，您的用戶數據可能是Movies|TV Shows|Music。

透過所有方法和網域，您可以匯入分類中繼資料，並根據使用者的屬性來篩選建議。如需篩選建議的資訊，請參閱篩選建議和使用者區段。

分類值最多可包含 1000 個字元。如果使用者的分類值超過 1000 個字元，則資料集匯入工作將會失敗。

非分類字串資料

除使用者外IDs，Amazon Personalize 在訓練時不會使用非分類字串資料，例如使用者名稱、使用者關鍵字或標籤。不過，Amazon Personalize 可以在篩選建議時使用它。您可以建立篩選器，根據您要取得建議之使用者的相關非分類字串資料 ()，在建議中包含或移除項目 CurrentUser。如需篩選條件的詳細資訊，請參閱篩選建議和使用者區段。非分類值最多可包含 1000 個字元。

用戶元數據示例

CSV檔案中的前幾行使用者中繼資料可能如下所示。

USER_ID,AGE,GENDER,INTEREST
5,34,Male,hiking
6,56,Female,music
8,65,Male,movies|TV shows|music
...
...

此USER_ID欄為必要欄，並儲存每個個別使用者的唯一識別碼。該AGE列是數字元數據。GENDER和INTEREST欄會儲存每個使用者的分類中繼資料。

準備完資料之後，您就可以建立結構描述JSON檔案了。該文件告訴 Amazon Personalize 化您的數據的結構。如需詳細資訊，請參閱為 Amazon Personalize 結構描述建立結構描述JSON檔案。對於上述範例資料，這就是結構描述JSON檔案的外觀。

{
  "type": "record",
  "name": "Users",
  "namespace": "com.amazonaws.personalize.schema",
  "fields": [
      {
          "name": "USER_ID",
          "type": "string"
      },
      {
          "name": "AGE",
          "type": "int"
      },
      {
          "name": "GENDER",
          "type": "string",
          "categorical": true
      },
      {
          "name": "INTEREST",
          "type": "string",
          "categorical": true
      }
  ],
  "version": "1.0"
}