Erhalten personalisierter Erlebnisse mit Machine Learning

Für was verwendet man diese AWS-Lösung?

Diese AWS-Lösung hilft Ihnen, benutzerdefinierte Amazon Personalize-Erlebnisse für Ihr Produktportfolio zu erstellen. Mit Amazon Personalize können Sie benutzerdefinierte Empfehlungsmodelle nach Maß erstellen. Diese Lösung rationalisiert und beschleunigt die Entwicklung und Bereitstellung Ihrer Personalisierungs-Workloads durch End-to-End-Automatisierung und Planung von Updates für Ressourcen innerhalb des Amazon-Personalize-Service.

Vorteile

Erstellen Sie Amazon-Personalize-Lösungen

Automatisieren Sie die Erstellung aller Ressourcen in Amazon Personalize im Voraus, um die Reibung bei der Einrichtung von Ressourcen zu vermeiden.

Empfehlungsmodelle erstellen

Definieren und erstellen Sie Empfehlungsmodelle automatisch, indem Sie ihre Konfiguration deklarieren.

Integrieren Sie Amazon-Personalize-Workflows

Integrieren Sie Workflows rund um Amazon Personalize in Ihre Anwendungen.

AWS-Lösungsübersicht

Das folgende Diagramm zeigt die Architektur, die Sie mithilfe des Handbuchs für die Lösungsimplementierung und der dazugehörigen AWS-CloudFormation-Vorlage automatisch bereitstellen können.

Erhalten personalisierter Erlebnisse mit Machine Learning | Architektur-Diagramm

Zum Vergrößern anklicken

Erhalten personalisierter Erlebnisse mit Machine Learning Lösungsarchitektur

Die AWS-CloudFormation-Vorlage stellt die folgende Infrastruktur bereit:

Ein Amazon-Simple-Storage-Service-(Amazon-S3)-Bucket, der zum Speichern von Personalisierungsdaten und Konfigurationsdateien verwendet wird.
Eine AWS-Lambda-Funktion, die initiiert wird, wenn eine neue oder aktualisierte Personalisierungskonfiguration in den Personalisierungsdaten-Bucket hochgeladen wird.
Ein AWS-Step-Functions-Workflow zum Verwalten aller Ressourcen einer Amazon-Personalize-Datensatz-Gruppe (einschließlich Datensätze, Schemata, Ereignisverfolgung, Filter, Lösungen, Kampagnen und Batch-Inferenz-Aufträge).
Amazon-CloudWatch-Metriken für Amazon Personalize für jede neue trainierte Lösungsversion werden hinzugefügt, um Sie bei der Bewertung der Leistung eines Modells im Laufe der Zeit zu unterstützen.
Ein Amazon-Simple-Notification-Service-(SNS)-Thema und -Abonnement, um einen Administrator per E-Mail zu benachrichtigen, wenn der Wartungsworkflow abgeschlossen ist.
Amazon DynamoDB verfolgt die für Amazon Personalize konfigurierten geplanten Ereignisse, um Amazon-Personalize-Lösungen vollständig oder teilweise neu zu trainieren, Datensätze zu importieren oder erneut zu importieren und Batch-Inferenzaufträge auszuführen.
Ein AWS-Step-Functions-Workflow verfolgt die aktuell ausgeführten geplanten Ereignisse und ruft Step Functions auf, um die Wartung der Amazon-Personalize-Lösung (Erstellen neuer Lösungsversionen, Aktualisieren von Kampagnen), das Importieren aktualisierter Datensätze und das Ausführen von Batch-Inferenzen durchzuführen.
Eine Reihe von AWS Step Functions für die Wartung, um neue Datasatz-Importaufträge planmäßig zu erstellen; Durchführung eines VOLLSTÄNDIGEN erneuten Trainings der Amazon-Personalize-Lösung termingerecht (und Aktualisierung der zugehörigen Kampagnen); Erneutes Training für Amazon-Personalize-Lösung; UPDATE planmäßig durchzuführen (und zugehörige Kampagnen zu aktualisieren); und Erstellung von Batch-Inferenz-Aufträgen.
Ein Amazon-EventBridge-Ereignisbus, in dem Aktualisierungen der Ressourcenstatusbenachrichtigungen im gesamten AWS-Step-Functions-Workflow veröffentlicht werden.
Über eine Befehlszeilenschnittstelle (CLI) können Sie Zeitpläne für Ressourcen importieren und erstellen, die bereits in Amazon Personalize vorhanden sind.