发布于: Jun 23, 2022
在本文中，我们将创建一个包含交互数据集与项目数据集（项目元数据）的数据集组。关于创建数据集组的相关说明，请参阅入门教程（控制台）。
{
"type": "record",
"name": "Interactions",
"namespace": "com.amazonaws.personalize.schema",
"fields": [
{
"name": "USER_ID",
"type": "string"
},
{
"name": "ITEM_ID",
"type": "string"
},
{
"name": "EVENT_TYPE",
"type": "string"
},
{
"name": "EVENT_VALUE",
"type": ["null","float"]
},
{
"name": "TIMESTAMP",
"type": "long"
},
{
"name": "IMPRESSION",
"type": "string"
}
],
"version": "1.0"
}
现在，您可以选择将印象（impression）信息添加至 Amazon Personalize 。所谓印象，是指用户与特定项目交互时显示出的项目列表。以下截屏展示了与印象数据进行的部分交互。
印象的表现形式为通过管道进行分隔的项目 ID 的有序列表。以上截屏中的第一行数据显示，当 user_id 1 为项目 item_id 1270 评分时，则用户将在实际展示中看到 1270, 1...9 的项目显示顺序。向用户推荐的项目和用户与之交互的项目之间的对比，能够帮助我们不断改进以生成更好的推荐结果。
Amazon Personalize 提供两种印象信息输入模式：
• 显式印象——由您手动记录并发送至 Personalize 的印象。以上示例中包含的即为显式印象。
• 隐式印象——用户从 Amazon Personalize 处收取到的推荐项目列表。
Amazon Personalize 现在能够在每一组推荐内容返回一条 RecommendationID。如果大家没有在生成用户体验时更改推荐的顺序或内容，即可直接通过 RecommendationID 引用该印象，而无需单独发送 ItemID 列表（显式印象）。如果同时为交互提供显式与隐式印象，则显式印象优先。您还可以通过 putEvents API 发送隐式与显式推荐。关于更多详细信息，请参阅我们的说明文档。
我们可以按照类似的步骤创建项目数据集，并使用包含电影元数据的 bandits-demo-items.csv 文件导入数据。我们为项目数据集中使用一个可选的保留关键字 CREATION_TIMESTAMP，借此帮助 Amazon Personalize 更好地计算各项目的新旧程度并相应地调整建议。在使用自有数据进行建模时，建议大家在此字段中记录首次向用户提供该项目的时间戳。我们将从数据集中最新一次交互时间戳作为参考点，推断特定项目的新旧程度。
如果不提供 CREATION_TIMESTAMP，则该模型会从交互数据集中推理出此信息，并使用当前项目的最早交互时间戳作为相应的发布日期。如果某个项目没有交互，则其发布日期将被设置为训练集中最近一次交互的时间戳，而新旧程度（或称年龄）将被设定为 0 以代表全新项。
本文中使用的数据集涵盖 1931 部电影，其中191部拥有创建时间戳，即交互数据集中最后一次交互的时间戳。这191个新项目亦被称为冷项目，且在数据集内的标签编号大于 1800。这套项目数据集的 schema 如下所示：
{
"type": "record",
"name": "Items",
"namespace": "com.amazonaws.personalize.schema",
"fields": [
{
"name": "ITEM_ID",
"type": "string"
},
{
"name": "GENRES",
"type": ["null","string"],
"categorical": true
},
{
"name": "TITLE",
"type": "string"
},
{
"name": "CREATION_TIMESTAMP",
"type": "long"
}
],
"version": "1.0"}
1. 在 Solutions 选项卡上，选择 Create solution 创建解决方案。
2. 选择新的 amazon-user-personalization recipe。
新的 recipe 有效地将深度学习模型（RNN）与老虎机（bandits）结合起来，为您提供更加准确的用户建模（高相关性）与良好的探索效率。
1. 直接保留 Solution configuration 部分所有内容的默认值，而后点击 Next。
在训练结束之后，大家可以导航至 Solution Version Overview 页面以查看离线指标。在某些情况下，与在 HRNN-Metadata recipe 上训练出的模型相比，示例模型的准确率指标（例如 mrr 或 precision@k）以及 coverage 可能会略有下降。这是因为新的 amazon-user-personalization recipe 给出的推荐不仅仅是基于先前经验的利用（exploitation），还可能会选择牺牲短期利益以获得长期回报。离线指标的计算使用各参数默认值(explorationWeight, explorationItemAgeCutoff)，这些参数会影响项目的探索。大家可以在下面的小节中，了解与此相关的更多详细信息。
在 Amazon Personalize 中，我们使用 campaign 向用户提供推荐信息。在本节中，我们将通过上一节中创建完成的解决方案构建两项 campaign，并演示不同程度的探索带来的影响。
要创建新的 campaign，请完成以下操作步骤：
1. 在 Campaigns 选项卡上, 选择 Create Campaign。
2. 在 Campaign name 部分，输入一项名称。
3. 在 Solution 部分, 选择 user-personalization-solution。
4. 在 Solution version ID 部分, 选择使用 amazon-user-personalization recipe 的解决方案版本。
• explorationItemAgeCutoff – 相对于训练数据内最新交互（事件）时间戳的最大持续时长（单位为天）。例如，如果您将 explorationItemAgeCutoff 设置为 7，则超过或等于 7 天的项目将不再被视为冷项目，系统不再对这些项目进行探索。当然，在推荐列表中仍会出现部分超过或等于 7 天的项目，这是因为其与用户的喜好相关，即使没有探索的帮助，推荐质量也很好。此参数的默认值为 30，您可以将其设置为大于 0 的任何值。
2. 将 Exploration item age cut off 保留为默认值，即 30.0。
3. 选择 Create campaign。
重复以上步骤以创建第二项 campaign，但请注意为其指定不同的名称，并将探索权重更改为1。
1. 在 Campaigns 详情页面，为您的用户个性化 campaign 输入用户 ID。
以下截屏为带有 GetRecommendations 调用结果的 campaign 详情页面，其中包括推荐项目与推荐 ID。您可以将其作为隐式印象使用。Amazon Personalize 服务会在训练过程中对推荐 ID 进行解释。
1. 输入在交互数据集内存在交互的用户 ID。在本文示例中，我们为用户 ID 1 获取推荐内容。
2. 找到探索权重为 0 的 campaign，在其 campaign 详情页面中选择 Detail。
3. 在 User ID 部分，输入 1。
4. 选择 Get recommendations。
以下截屏为探索权重为 0 的 campaign；可以看到其中的推荐项目属于旧项目，即用户已经观看或评价过这些电影。
#Updating the solutionVersion (model) and Campaign
import time
def wait_for_solution_version(solution_version_arn):
status = None
max_time = time.time() + 60*60 # 1 hour
while time.time() < max_time:
describe_solution_version_response = personalize.describe_solution_version(
solutionVersionArn = solution_version_arn
)
status = describe_solution_version_response["solutionVersion"]["status"]
print("SolutionVersion: {}".format(status))
if status == "ACTIVE" or status == "CREATE FAILED":
break
time.sleep(60)
def update_campaign(solution_arn, campaign_arn):
create_solution_version_response = personalize.create_solution_version(
solutionArn = solution_arn,
trainingMode='UPDATE')
new_solution_version_arn = create_solution_version_response['solutionVersionArn']
print("Creating solution version: {}".format(new_solution_version_arn))
wait_for_solution_version(new_solution_version_arn)
personalize.update_campaign(campaignArn=campaign_arn, solutionVersionArn=new_solution_version_arn)
print("Updating campaign...")
# Update the campaign every hourwhile True:
dt = time.time() + 60*60
try:
solution_arn = <your solution arn>
campaign_arn = <your campaign arn>
update_campaign(solution_arn, campaign_arn)
except Exception as e:
print("Not able to update the campaign: {}".format(str(e)))
while time.time() < dt:
time.sleep(1)
我们将以最佳实践为本文作结。在使用新的‘amazon-user-personalization’ recipe时，请务必关注以下几项最佳实践。
1. 别忘了进行重新训练。通过“UPDATE”模式进行重新训练，将帮助您的模型充分了解“冷”项目并在推荐结果中加以体现。在推理期间，模型会向用户推荐“冷”项目并收集用户反馈，重新训练则会引导模型利用这些反馈结果探索“冷”项目的具体属性。如果不进行重新训练，那么模型将永远无法在项目元数据之外，了解关于各“冷”项目的更多细节信息，深入探索自然也就无从谈起。
2. 提供良好的项目元数据。即使进行探索，项目元数据在冷项目的推荐当中仍然至关重要。模型将从交互与项目元数据这两种资源中学习项目属性；由于“冷”项目没有任何交互记录，因此模型只能探索相应的元数据以完成初步学习。
3. 通过项目数据集中的“CREATION_TIMESTAMP”提供准确的项目发布日期。此信息用于对项目的时间影响进行建模，保证我们不会对旧项目进行探索。
相关文章