基于 Amazon Personalize 实现电影个性化推荐
利用 Amazon Personalize 全托管的个性化推荐服务，基于 MovieLens 公开数据集，快速搭建电影个性化推荐系统。
a. 点击此处下载资源包，检查资源包包含的内容：
- Lambda 代码：lambda_function.zip
- 数据集：ratings.csv
- S3 存储桶策略文件：s3-bucket-policy.txt
（单击以缩放）
b. 浏览器打开 Amazon AWS 官网 ，进入控制台
（单击以缩放）
c. 右上角选择区域 “新加坡”
（单击以缩放）
d. 搜索 s3 进入控制台
（单击以缩放）
e. 点击创建存储桶，选择区域 “新加坡”，选择默认配置，点击完成
（单击以缩放）
f. 进入存储桶，点击上传按钮，上传 Lambda 代码：lambda_function.zip 和数据集：ratings.csv 两个文件
（单击以缩放）
g. 点击权限->存储桶策略，将另一个 s3-bucket-policy.txt 文件内容拷贝到文本框内，并将存储桶名称替换
（单击以缩放）
a. 点击控制台登录 Amazon Personalize
（单击以缩放）
b. 点击 “create dataset group”，创建数据集组，输入组名称
（单击以缩放）
c. 创建 dataset 数据集
（单击以缩放）
d. 选择创建新 schema，schema 定义保持默认内容
（单击以缩放）
e. 创建数据导入任务，选择 create a new role
（单击以缩放）
f. 填写创建的 s3 存储桶名称
（单击以缩放）
g. 将 ratings.csv 在 s3 的路径复制到 data location 中，点击 “完成”
（单击以缩放）
h. 数据导入中
（单击以缩放）
i. 数据导入后，点击 “Create Solutions” 的 “Start”，开始训练模型
（单击以缩放）
j. 输入 solution 名称，选择算法 aws-hrnn，点击 “Next” 后完成
（单击以缩放）
k. 训练完成后，点击 view campaigns，查看模型托管的资源标识
（单击以缩放）
l. 复制 campagin arn
（单击以缩放）
m. 通过控制台测试，输入 User ID，点击 “Get Recommendations”，得到该用户的电影推荐列表
（单击以缩放）
a. 登录 Lambda 控制台，创建函数，选择 Python 3.6 运行时
（单击以缩放）
b. 导入函数代码选择从 s3 上传文件
（单击以缩放）
c. 复制 lambda_function.zip 在 s3 路径
（单击以缩放）
d. 更换 campaginARN 为您新创建的 arn
（单击以缩放）
e. 点击在 IAM 控制台查看角色
（单击以缩放）
f. 点击 “附加策略”
（单击以缩放）
g. 添加 Personalize 执行权限
（单击以缩放）
h. 点击右上角 “测试”
（单击以缩放）
i. 创建测试事件
（单击以缩放）
j. 点击测试，查看 API 返回结果
（单击以缩放）
通过本视频您将学习到如何利用 Amazon Personalize 快速搭建一个个性化推荐服务，而不需要具备太多的机器学习经验。同时通过 Lambda 以 API 方式调用 Amazon Personalize 的推荐结果。
现在您已经掌握了如何去使用 Amazon Personalize 快速搭建一个个性化推荐系统，您可以进一步探索选择其他的预置算法来进行不同场景的推荐服务，如寻找商品中最接近的两个商品等；此外，Amazon Personalize 也支持获取用户行为数据来进行实时个性化推荐，更多信息请参见后续内容。