Amazon Pinpoint 中的機器學習模型

機器學習 (ML) 模型是真實世界問題的數學表示法。ML 模型會尋找資料中的模式，並根據找到的模式產生預測。這些預測通常會隨著時間的推移而改善，隨著 ML 模型接收的資料不斷增加，人們重新培訓或調整模型，以簡化和最佳化模型的資料分析。

在 Amazon Pinpoint 中，您可以連接到特定類型的 ML 模型 (稱為建議者模型)，以預測使用者將與哪些項目互動，並將那些項目傳送給訊息收件人當作個人化建議。建議模型是一個 ML 模型，旨在回答這個問題：「使用者喜歡什麼或對什麼感興趣？」 它會預測特定使用者偏好的一組特定產品或項目，並以一組建議的形式將該資訊提供給使用者。透過 Amazon Pinpoint 使用推薦者模型，就能根據每個收件人的屬性和行為，將個人化建議傳送給訊息收件人。

若要將建議者模型搭配 Amazon Pinpoint 使用，請先開始與資料科學團隊一起建立模型，並將模型部署為 Amazon Personalize 行銷活動。接著設定 Amazon Pinpoint 使用 Amazon Personalize 行銷活動的建議資料。在 Amazon Pinpoint 和 Amazon Personalize 行銷活動之間建立連線，可以執行此操作。設定連線時，您指定要以什麼方法擷取和使用 Amazon Personalize 行銷活動中的資料。

設定與 Amazon Personalize 行銷活動的連線後，就能開始將建議加入訊息。若要執行這項操作，請建立訊息範本。在此範本中，針對您要使用的建議新增訊息變數。您可以將這些變數新增至下列範本類型：

然後，建立行銷活動或旅程，以傳送使用範本的訊息。您傳送訊息時，Amazon Pinpoint 會從 Amazon Personalize 行銷活動中擷取最新資料，並將每個變數替換成模型為每個訊息收件人建議的值。

此功能可在下列 中使用 AWS 區域：

本章中的主題說明如何設定 Amazon Pinpoint 使用 Amazon Personalize 行銷活動的建議資料。他們也說明如何將這些資料包含在訊息中。