基本レベルでは、機械学習 (ML) テクノロジーはデータから学習して予測を行います。 企業は、ML を利用したパーソナライゼーション サービスでデータを使用して、顧客エクスペリエンスを向上させます。 このアプローチにより、企業はデータを使用して実用的な洞察を導き出し、収益とブランドロイヤルティの向上に役立てることができます。
Amazonパーソナライズ ML を使用してデジタル変革を加速し、パーソナライズされた推奨事項を既存の Web サイト、アプリケーション、電子メール マーケティング システムなどに簡単に統合できるようにします。 Amazon Personalize を使用すると、開発者は ML の専門知識を必要とせずに、カスタマイズされたパーソナライゼーション エンジンを迅速に実装できます。 Amazon Personalize は、必要なインフラストラクチャをプロビジョニングし、データの処理、機能の特定、最も適切なアルゴリズムの使用、モデルのトレーニング、最適化、ホストを含む機械学習 (ML) パイプライン全体を管理します。 API を通じて結果を受け取り、最低料金や前払いの義務はなく、使用した分だけ支払います。
ポスト Amazon Personalize を使用して、ほぼリアルタイムでパーソナライズされたレコメンデーションを構築する Amazon Personalize を使用して、ほぼリアルタイムでパーソナライズされたレコメンデーションを構築する方法を示します。 AWS の専用データサービス。 この投稿では、Amazon Personalize を使用したリアルタイムのパーソナライズされたレコメンデーション システムのリファレンス実装について説明します。
ソリューションの概要
リアルタイムのパーソナライズされたレコメンデーション ソリューションは、次を使用して実装されます。 Amazonパーソナライズ, Amazon Simple Storage Service(Amazon S3), Amazon Kinesisデータストリーム, AWSラムダ, アマゾンAPIゲートウェイ.
アーキテクチャは次のように実装されています。
- データの準備 –開始 データセットグループの作成、スキーマ、および データセット アイテム、インタラクション、ユーザーデータを表します。
- モデルを訓練する – データをインポートした後、ユースケースに一致するレシピを選択し、 解決策を作成する モデルをトレーニングするには ソリューション バージョンを作成しています。 ソリューション バージョンの準備ができたら、ソリューション バージョンのキャンペーンを作成できます。
- ほぼリアルタイムの推奨事項を取得する – キャンペーンがある場合、キャンペーンへの呼び出しをアプリケーションに統合できます。 ここは、 おすすめを取得 or GetPersonalizedRanking API は、Amazon Personalize からほぼリアルタイムのレコメンデーションをリクエストするために作成されています。
詳細については、 Amazon Personalize を使用して、ほぼリアルタイムでパーソナライズされたレコメンデーションを構築する.
次の図は、ソリューションのアーキテクチャを示しています。
製品の導入
この実装を、映画データベースとの経時的なやり取りに基づいてエンド ユーザーにリアルタイムで映画を推奨するユースケースを使って説明します。
このソリューションは次の手順で実装されます。
- 前提条件 (データの準備)
- 開発環境をセットアップする
- ソリューションを展開する
- ソリューションのバージョンを作成する
- キャンペーンを作成する
- イベントトラッカーを作成する
- 推奨事項を取得する
- リアルタイムのインタラクションを取り込む
- リアルタイムの推奨事項を検証する
- 掃除
前提条件
開始する前に、次の前提条件があることを確認してください。
- トレーニングデータを準備する – データを準備し、S3 バケットにアップロードします。 説明書。 この特定の使用例では、インタラクション データとアイテム データをアップロードします。 インタラクションは、記録してトレーニング データとしてインポートするイベントです。 Amazon Personalize は、主にインタラクション データセットにインポートしたインタラクション データに基づいて推奨事項を生成します。 クリック、視聴、いいねなど、複数のイベント タイプを記録できます。 Amazon Personalize によって作成されたモデルは、ユーザーの過去のインタラクションに基づいて提案を行うことができますが、モデルがユーザーまたはアイテム間の関連付けに関するデータを所有している場合、これらの提案の品質を向上させることができます。 ユーザーがアイテムデータセットでドラマとして分類されている映画を視聴した場合、Amazon Personalize は同じジャンルの映画 (アイテム) を提案します。
- 開発環境をセットアップする – インストールを開始する AWS コマンドラインインターフェイス (AWS CLI)。
- Amazon アカウントを使用して CLI を設定する – AWSCLIを設定する AWS アカウント情報を使用して。
- AWS クラウド開発キット (AWS CDK) のインストールとブートストラップ
ソリューションを展開する
ソリューションをデプロイするには、次の手順を実行します。
ソリューションのバージョンを作成する
ソリューションとは、Amazon Personalize レシピ、カスタマイズされたパラメーター、および XNUMX つ以上のソリューション バージョン (トレーニング済みモデル) の組み合わせを指します。 前の手順で CDK プロジェクトをデプロイすると、ユーザー個人設定レシピを含むソリューションが自動的に作成されます。 ソリューション バージョンは、トレーニングされた機械学習モデルを指します。 を作成します ソリューションバージョン 実装のために。
キャンペーンを作成する
キャンペーンは、リアルタイムの推奨事項を生成するためにプロビジョニングされたトランザクション容量を備えたソリューション バージョン (トレーニング済みモデル) をデプロイします。 を作成します キャンペーン 実装のために。
イベントトラッカーを作成する
Amazon Personalize は、リアルタイムのイベントデータのみ、過去のイベントデータのみ、またはその両方に基づいて推奨事項を作成できます。 リアルタイムイベントを記録してインタラクションデータを構築し、Amazon Personalize がユーザーの最新のアクティビティから学習できるようにします。 これにより、データを最新の状態に保ち、Amazon Personalize の推奨事項の関連性が向上します。 イベントを記録する前に、イベント トラッカーを作成する必要があります。 イベント トラッカーは、新しいイベント データをデータセット グループ内のインタラクション データセットに送信します。 作成して イベントトラッカー 実装のために。
推奨事項を取得する
この使用例では、インタラクション データセットはムービー ID で構成されます。 その結果、ユーザーに提示される推奨事項は、ユーザーの過去のインタラクションから決定される、ユーザーの個人的な好みに最も近い映画 ID で構成されます。 使用できます getRecommendations
関連する情報を送信することで、ユーザー向けにパーソナライズされた推奨事項を取得する API userID
, ユーザーとキャンペーン ARN に必要なレコメンデーションの結果の数。 キャンペーン ARN は、Amazon Personalize コンソール メニューで見つけることができます。
たとえば、次のリクエストは、次のユーザーに対する 5 つの推奨事項を取得します。 userId
は429です:
リクエストからの応答は次のようになります。
API 呼び出しによって返されるアイテムは、過去のインタラクションに基づいて Amazon Personalize がユーザーに推奨する映画です。
このコンテキストで提供されるスコア値は、1.0 から XNUMX までの範囲の浮動小数点数を表します。 これらの値は、現在のキャンペーンとこの使用例の関連レシピに対応します。 これらは、包括的なデータセットに存在するすべてのアイテムに割り当てられた集合スコアに基づいて決定されます。
リアルタイムのインタラクションを取り込む
前の例では、映画データベースとの履歴インタラクションに基づいて、ID 429 のユーザーに対する推奨事項が取得されました。 リアルタイムのレコメンデーションを実現するには、アイテムに対するユーザーのインタラクションをリアルタイムで Amazon Personalize に取り込む必要があります。 これらのインタラクションは、Amazon Personalize を通じてレコメンデーション システムに取り込まれます。 イベントトラッカー。 インタラクションのタイプ。 EventType
、インタラクション データ データセット内の同じ名前の列によって与えられます (EVENT_TYPE
)。 この例では、イベントのタイプは「watch」または「click」ですが、アプリケーションのニーズに応じて独自のタイプのイベントを持つことができます。
この例では、アイテムを使用してユーザーのイベントを生成する公開 API は、イベントの数に対応する「インタラクション」パラメーターを受け取ります (interactions
) ユーザー (UserId
) 単一の要素 (itemId
) 今すぐ。 の trackingId
パラメータは、Amazon Personalize コンソールと、Event Tracker リクエストの作成の応答にあります。
この例は、 putEvent
リクエスト: 現在のタイムスタンプを使用して、ユーザー ID '1' に対してアイテム ID '185' のクリック タイプのインタラクションを 429 つ生成します。 運用環境では、「sentAt」をユーザーの操作の時刻に設定する必要があることに注意してください。 次の例では、この投稿の API リクエストを作成したときのエポック タイム形式の時点にこれを設定します。 イベントは API Gateway を通じて Amazon Kinesis Data Streams に送信されるため、stream-name パラメータと PartitionKey パラメータを送信する必要があります。
次のような確認応答が届きます。
リアルタイムの推奨事項を検証する
インタラクション データセットが更新されたため、新しいインタラクションを考慮するために推奨事項が自動的に更新されます。 リアルタイムで更新された推奨事項を検証するには、同じユーザー ID 429 に対して getRecommendations API を再度呼び出すことができます。結果は前の結果とは異なるはずです。 次の結果は、ID が 594 の新しい推奨事項と、ID が 16、596、153、および 261 の推奨事項のスコアが変更されたことを示しています。 これらのアイテムは、新しい映画ジャンル (「アニメーション | 子供 | ドラマ | ファンタジー | ミュージカル」) のトップ 5 の推奨事項をもたらしました。
要求:
応答:
応答は、Amazon Personalize によって提供された推奨事項がリアルタイムで更新されたことを示しています。
クリーンアップ
不必要な料金を回避するには、次を使用してソリューションの実装をクリーンアップします。 リソースのクリーンアップ.
まとめ
この投稿では、Amazon Personalize を使用してリアルタイムのパーソナライズされたレコメンデーション システムを実装する方法を説明しました。 リアルタイムのインタラクションを取り込んで推奨事項を取得するための Amazon Personalize とのインタラクションは、curl と呼ばれるコマンドライン ツールを通じて実行されましたが、これらの API 呼び出しはビジネス アプリケーションに統合でき、同じ結果を得ることができます。
ユースケースに合わせて新しいレシピを選択するには、以下を参照してください。 リアルタイムのパーソナライズ。 Amazon Personalize による推奨事項の影響を測定するには、以下を参照してください。 推奨事項の影響の測定.
著者について
クリスティアン・マルケス シニア クラウド アプリケーション アーキテクトです。 彼は、エンタープライズ レベルのソフトウェア、高負荷の分散システム、クラウド ネイティブ アプリケーションの設計、構築、提供に豊富な経験を持っています。 バックエンドおよびフロントエンドのプログラミング言語、ならびにシステム設計と DevOps プラクティスの実装の経験があります。 彼は、顧客が革新的なクラウド ソリューションを構築および保護し、ビジネス上の問題を解決し、ビジネス目標を達成できるよう積極的に支援しています。
アナンド・コマンドール AWS のシニア クラウド アーキテクトです。 彼は 2021 年に AWS プロフェッショナル サービス組織に加わり、顧客が AWS クラウド上でクラウドネイティブ アプリケーションを構築できるよう支援しています。 彼はソフトウェア構築に 20 年以上の経験があり、彼のお気に入りの Amazon リーダーシップ原則は次のとおりです。リーダーの言うことは多くの点で正しい。「
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://aws.amazon.com/blogs/machine-learning/implement-real-time-personalized-recommendations-using-amazon-personalize/
- :持っている
- :は
- :どこ
- $UP
- 1
- 100
- 11
- 150
- 16
- 17
- 20
- 20年
- 200
- 2021
- 24
- 49
- 7
- 8
- a
- 私たちについて
- 加速する
- 従った
- 達成する
- 実用的
- 積極的に
- アクティビティ
- 後
- 再び
- アルゴリズム
- 整列する
- すべて
- 許す
- ことができます
- また
- しかし
- Amazon
- アマゾンキネシス
- Amazonパーソナライズ
- Amazon Webサービス
- 間で
- an
- および
- API
- API
- 申し込み
- アプローチ
- 適切な
- 建築
- です
- AS
- 割り当てられた
- アシスト
- 関連する
- 団体
- At
- 試み
- 自動的に
- 避ける
- AWS
- AWSプロフェッショナルサービス
- バックエンド
- ベース
- 基本
- BE
- き
- の間に
- ブートストラップ
- 両言語で
- ブランド
- た
- ビルド
- 建物
- ビジネス
- ビジネス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- コール
- 呼ばれます
- コール
- キャンペーン
- 缶
- 容量
- 場合
- 変更
- 課金
- 選択する
- クリック
- 密接に
- クラウド
- 集団
- コラム
- 組み合わせ
- 約束
- 構成
- 包括的な
- 確認
- その結果
- 検討
- 領事
- コンテキスト
- 対応する
- 作ります
- 作成した
- 創造
- 電流プローブ
- 顧客
- 顧客満足体験
- Customers
- カスタマイズ
- データ
- データの準備
- データベース
- 配信する
- 実証します
- 展開します
- 配備する
- 派生する
- 設計
- 設計
- デスクトップ
- 決定
- 開発者
- 開発
- 異なります
- デジタル
- 指示する
- 配布
- 分散システム
- do
- ドラマ
- 容易
- 素子
- エレベート
- Eメールマーケティング
- 可能
- end
- 従事して
- エンジン
- 強化された
- 企業レベル
- 全体
- 環境
- 時代
- イベント
- イベント
- 例
- 実行された
- 既存の
- 体験
- 専門知識
- 露出した
- お気に入り
- 特徴
- 費用
- もう完成させ、ワークスペースに掲示しましたか?
- フォロー中
- 次
- 形式でアーカイブしたプロジェクトを保存します.
- 発見
- 新鮮な
- から
- フロントエンド
- ゲートウェイ
- 生成する
- 生成
- 生成
- ジャンル
- 取得する
- 与えられた
- 目標
- グループ
- 成長する
- 持ってる
- he
- 助けます
- ことができます
- ハイ
- 彼の
- 歴史的
- ホスティング
- 認定条件
- How To
- HTML
- HTTPS
- ID
- 識別
- イド
- if
- 説明する
- 影響
- 実装する
- 実装
- 実装
- import
- インポート
- 向上させる
- in
- 含めて
- 情報
- インフラ関連事業
- 革新的な
- 洞察
- 統合する
- 統合された
- 相互作用
- 相互作用
- インタフェース
- に
- IT
- リーディングシート
- ITS
- 参加した
- JPG
- 続けて
- Kinesisデータストリーム
- ESL, ビジネスESL <br> 中国語/フランス語、その他
- リーダーシップ
- LEARN
- 学習
- 学ぶ
- レベル
- ような
- LINE
- 負荷
- たくさん
- 忠誠心
- 機械
- 機械学習
- 製
- make
- 作成
- 管理する
- マーケティング
- マッチング
- だけど
- メニュー
- メッセージ
- 最小
- ML
- モデル
- 他には?
- 最も
- 映画
- 動画
- の試合に
- しなければなりません
- 名
- ネイティブ
- 近く
- 必要
- 必要
- ニーズ
- 新作
- いいえ
- 今
- 数
- 番号
- 得
- of
- on
- ONE
- の
- 最適化
- or
- 組織
- でる
- 結果
- が
- 自分の
- パラメーター
- パラメータ
- 特定の
- 過去
- 支払う
- 個人的な
- 個人化
- 個人
- カスタマイズ
- パイプライン
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- ポイント
- 所持
- ポスト
- プラクティス
- 予測
- プ
- 準備
- 準備
- 前提条件
- 現在
- PLM platform.
- 前
- 主に
- 原則
- 問題
- 処理
- 生産
- プロ
- プログラミング
- プログラミング言語
- プロジェクト
- 提供
- 品質
- すぐに
- 範囲
- 準備
- への
- 受け取ります
- 受け取り
- 最近
- レシピ
- おすすめ
- 提言
- お勧めする
- 記録
- 参照する
- 参照
- 指し
- 関連性
- 倉庫
- 表す
- 表します
- 要求
- 応答
- 結果
- 結果
- 収入
- 右
- 同じ
- スコア
- 安全に
- 送信
- 送信
- シニア
- 送信
- サービス
- サービス
- セッションに
- すべき
- 表示する
- 示されました
- 作品
- 同様の
- 簡単な拡張で
- ソフトウェア
- 溶液
- ソリューション
- 解決
- スタック
- start
- 開始
- 手順
- ステップ
- ストレージ利用料
- ストリーム
- 首尾よく
- そのような
- 示唆する
- 確か
- システム
- テクノロジー
- それ
- アプリ環境に合わせて
- その後
- ボーマン
- 彼ら
- この
- 介して
- 時間
- タイムスタンプ
- 〜へ
- ツール
- top
- トップ5
- トレーニング
- 訓練された
- トレーニング
- トランザクション
- 変換
- type
- 不要
- 更新しました
- アップロード
- つかいます
- 使用事例
- ユーザー
- users
- 検証
- 価値観
- 広大な
- バージョン
- バージョン
- 歩く
- ました
- よく見る
- we
- ウェブ
- Webサービス
- ウェブサイト
- WELL
- した
- この試験は
- いつ
- which
- その
- なぜ
- 意志
- 無し
- 書いた
- 年
- You
- あなたの
- ゼファーネット
- ゼロ