[AWS] Personalize 2

#AWS

https://blog.naver.com/sssang97/222401798168
이전 포스트에 이어서 작성한다.

실시간 학습

이전 포스트에서는 CSV 파일로 대량의 학습 데이터를 초기화시키는 작업을 했었다.
하지만 이건 초기에만 사용할 수 있는 방법이고, 지속적으로 데이터를 추가하거나 변경하는 작업은 실시간 학습을 통해 꾸준히 데이터를 넣어줘야 한다.

사용자가 어떤 항목을 보거나 구매했는지를 기준으로 찍고 싶다면 당연히 interaction 데이터를 계속 업데이트 해줘야 하고, 상품의 정보가 바뀌거나 추가될때도 항상 업데이트를 쳐줘야 한다.

이럴 때 사용하는 것이 이벤트 트래커를 이용한 실시간 학습이다.

이벤트 트래거 항목에 들어가 트래커를 생성한다.

만드는데 있어서 딱히 뭐 선택사항이 있진 않다. 그냥 만들면 된다.

그럼 저기 tracking ID라는 것이 있는데

저걸 집어넣는데 사용할 것이다.

interaction에 데이터를 추가로 집어넣는 방법은 대략 다음과 같다.

const aws = require('aws-sdk');

exports.handler = async (event) => {

    const personalizeEvents = new aws.PersonalizeEvents({})

    await personalizeEvents
		.putEvents({
			eventList: [
				{
				    eventType: 'VIEW', //이벤트 유형
					sentAt: new Date(), 
					itemId: '33794', //아이템 식별자
					properties: {
					    rating: "11" // RATING 필드
					}
				},
			],
			sessionId: 'test', //방문 식별용 세션값
			trackingId: 'a3c1ee52-d175-4618-b2d2-b36683d0f64b', //트래거 ID
			userId: "1", //유저 식별자
		})
		.promise()

        ......

비슷하게, 상품 데이터셋은 putItems. 사용자 데이터셋은 putUsers를 사용해야 한다.
사용법은 거의 같으니 문서를 참조하길 바란다.
https://docs.aws.amazon.com/AWSJavaScriptSDK/latest/AWS/PersonalizeEvents.html

여튼 저걸로 추천값이 바뀌는지 한번 확인해보겠다.

사용자 '1'로 추천을 꺼내보면

처음에는 위와 같이 추천을 띄워줬다.
그래서 저기 맨 아래에 깔린 33794를 새로 값을 넣어줘봤다.

그럼 학습을 통해 바로 스코어가 상승한 것을 볼 수 있다.

상품들간의 유사도 분석: aws-sims 레시피

이번에는 상품에 대해서 한번 다뤄보겠다.
데이터그룹에 들어가 데이터셋을 추가해준다.

이렇게 정의해서

{
	"type": "record",
	"name": "Items",
	"namespace": "com.amazonaws.personalize.schema",
	"fields": [
		{
			"name": "ITEM_ID",
			"type": "string"
		},
		{
			"name": "TITLE",
			"type": "string"
		},
		{
			"name": "GENRE",
			"type": ["string", "null"], 
			"categorical": true
		}
	],
	"version": "1.0"
}