View a markdown version of this page

Membuat alur kerja pencocokan berbasis pembelajaran mesin - Resolusi Entitas AWS

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Membuat alur kerja pencocokan berbasis pembelajaran mesin

Pencocokan berbasis pembelajaran mesin adalah proses preset yang mencoba mencocokkan catatan di semua data yang Anda masukan. Alur kerja pencocokan berbasis pembelajaran mesin memungkinkan Anda membandingkan data cleartext untuk menemukan berbagai kecocokan menggunakan model pembelajaran mesin.

catatan

Model pembelajaran mesin tidak mendukung perbandingan data hash.

Saat Resolusi Entitas AWS memproses data Anda, ia menetapkan:

  • ID Pencocokan untuk setiap catatan.

  • Jika rekaman cocok dengan satu atau beberapa catatan lain dalam data Anda:

    • Persentase tingkat kepercayaan tingkat kelompok pencocokan.

    • Per sent ase tingkat kepercayaan tingkat rekaman (hanya pencoco ML-based kan tambahan).

Anda dapat menggunakan output dari alur kerja ML-based pencocokan sebagai masukan untuk pencocokan penyedia layanan data, atau sebaliknya untuk memenuhi tujuan spesifik Anda. Misalnya, Anda dapat menjalankan pen ML-based cocokan untuk menemukan kecocokan di seluruh sumber data Anda pada catatan Anda sendiri terlebih dahulu. Jika subset tidak cocok, Anda kemudian dapat menjalankan pencocokan berbasis layanan penyedia untuk menemukan kecocokan tambahan.

Prasyarat

Sebelum membuat alur kerja yang ML-based cocok, Anda harus:

  1. Buat pemetaan skema. Untuk informasi selengkapnya, lihat Membuat pemetaan skema.

  2. Jika menggunakan Connect Customer Customer Profiles sebagai tujuan keluaran Anda, pastikan Anda telah mengonfigurasi izin yang sesuai.

Untuk membuat alur kerja ML-based yang cocok:

  1. Masuk ke Konsol Manajemen AWS dan buka Resolusi Entitas AWS konsol di https://console.aws.amazon.com/entityresolution/.

  2. Di panel navigasi kiri, di bawah Alur kerja, pilih Pen coco kan.

  3. Pada halaman Alu r kerja Pencocokan, di sudut kanan atas, pilih Buat alur kerja yang cocok.

  4. Untuk Langkah 1: Tentukan detail alur kerja yang cocok, lakukan hal berikut:

    1. Masukkan nama alur kerja Pen coco kan dan Deskripsi opsional.

    2. Untuk input data, pilih AWS Glue database Wilayah AWS, AWS Glue tabel , dan kemudian pemetaan Skema yang sesuai.

      Anda dapat menambahkan hingga 20 input data.

    3. Opsi Normalisasi data dipilih secara default, sehingga input data dinormalisasi sebelum pencocokan. Jika Anda tidak ingin menormalkan data, hapus pilihan Normalisasi data.

      Pencocokan berbasis pembelajaran mesin hanya menormalkanNama,Telepon, dan. E-Mail

    4. Untuk menentukan izin akses Layanan, pilih opsi dan lakukan tindakan yang disarankan.

      Opsi Tindakan yang disarankan
      Membuat dan menggunakan peran layanan baru

      • Resolusi Entitas AWS membuat peran layanan dengan kebijakan yang diperlukan untuk tabel ini.

      • Nama peran Layanan default adalahentityresolution-matching-workflow-<timestamp>.

      • Anda harus memiliki izin untuk membuat peran dan melampirkan kebijakan.

      • Jika data input Anda dienkripsi, pilih opsi Data ini dienkripsi oleh kunci KMS. Kemudian, masukkan AWS KMS kunci yang digunakan untuk mendekripsi input data Anda.
      Menggunakan peran layanan yang ada

      1. Pilih nama peran layanan yang ada dari daftar dropdown.

        Daftar peran ditampilkan jika Anda memiliki izin untuk daftar peran.

        Jika Anda tidak memiliki izin untuk membuat daftar peran, Anda dapat memasukkan Nama Sumber Daya Amazon (ARN) dari peran yang ingin Anda gunakan.

        Jika tidak ada peran layanan yang ada, opsi untuk Menggunakan peran layanan yang ada tidak tersedia.

      2. Lihat peran layanan dengan memilih T ampilan di tautan eksternal IAM.

        Secara default, Resolusi Entitas AWS tidak mencoba memperbarui kebijakan peran yang ada untuk menambahkan izin yang diperlukan.

    5. (Opsional) Untuk mengaktifkan Tag untuk sumber daya, pilih Tambahkan tag baru, lalu masukkan pasangan Kunci dan Nilai.

    6. Pilih Berikutnya.

  5. Untuk Langkah 2: Pilih teknik pencocokan:

    1. Untuk Metode Pencocokan, pilih Pencocokan berbasis pembelajaran mesin.

      Resolusi Entitas AWS mencocokkan antarmuka pembuatan alur kerja dengan opsi untuk pencocokan berbasis aturan atau pembelajaran mesin.

    2. Untuk Irama pemrosesan, pilih salah satu opsi berikut.

      • Pilih Manual untuk menjalankan alur kerja pencocokan Batch, yang memproses seluruh data di bucket S3 Anda.

      • Pilih Otomatis untuk menjalankan alur kerja pencocokan tambahan, yang hanya memproses data tambahan di bucket S3 Anda.

    3. Pilih Berikutnya.

  6. Untuk Langkah 3: Tentukan output data dan format:

    1. Untuk tujuan dan format keluaran data, pilih lokasi Amazon S3 untuk keluaran data dan apakah format Data akan menjadi Data Normalisasi atau Data Asli.

    2. Untuk Enkripsi, jika Anda memilih untuk Men yesuaikan pengaturan enkripsi, masukkan AWS KMS kunci ARN.

    3. Lihat output yang dihasilkan Sistem.

    4. Untuk Output Data, tentukan bidang mana yang ingin Anda sertakan, sembunyikan, atau disembunyikan, lalu lakukan tindakan yang disarankan berdasarkan tujuan Anda.

      Tujuan Anda Opsi yang disarankan
      Sertakan bidang Pertahankan status output sebagai Ter masuk.
      Sembunyikan bidang (dikecualikan dari output) Pilih bidang Output, lalu pilih Sem bunyikan.
      Bidang topeng Pilih bidang Output, lalu pilih Hash output.
      Setel ulang pengaturan sebelumnya Pilih Reset.

    5. Pilih Berikutnya.

  7. Untuk Langkah 4: Tinjau dan buat:

    1. Tinjau pilihan yang Anda buat untuk langkah-langkah sebelumnya dan edit jika perlu.

    2. Pilih Buat dan jalankan.

      Sebuah pesan muncul, menunjukkan bahwa alur kerja yang cocok telah dibuat dan pekerjaan telah dimulai.

  8. Pada halaman detail alur kerja yang cocok, pada tab Metrik, lihat berikut ini di bawah Metrik pekerjaan terakhir:

    • ID Pekerjaan.

    • Status pekerjaan alur kerja yang cocok: An trian, Sed ang berlangsung, Sel esai, Gagal

    • Waktu selesai untuk pekerjaan alur kerja.

    • Jumlah Catatan yang diproses.

    • Jumlah Catatan yang tidak diproses.

    • ID kec ocokan unik yang dihasilkan.

    • Jumlah catatan Input.

    Anda juga dapat melihat metrik pekerjaan untuk pekerjaan alur kerja yang cocok yang telah dijalankan sebelumnya di bawah Ri wayat pekerjaan.

  9. Setelah pekerjaan alur kerja pencocokan selesai (Status Selesai), Anda dapat membuka tab Output data dan kemudian memilih lokasi Amazon S3 Anda untuk melihat hasilnya. Informasi ini dihasilkan oleh pekerjaan alur kerja yang cocok dan disertakan dalam output.

    Bidang keluaran Deskripsi
    ID kecocokan ID dihasilkan oleh Resolusi Entitas AWS dan diterapkan ke setiap set rekaman yang cocok.
    ConfidenceLevel Matching-group-level kepercayaan diterapkan ketika kumpulan catatan yang cocok diidentifikasi.
    RecordConfidenceLevel Record-level kepercayaan diterapkan pada setiap catatan ketika kumpulan catatan yang cocok diidentifikasi. Hanya pencocokan tambahan pembelajaran mesin.
    InputSourceARN Nama Sumber Daya Amazon (ARN) dibuat untuk AWS Glue alur kerja.
    HashingProtocol Algoritma Hash Aman 256-bit (SHA256). Menghasilkan string karakter 32-byte untuk output hash.

  10. (Hanya jenis pemrosesan manual) Jika Anda telah membuat alur kerja pencocokan berbasis pembelajaran mesin dengan jenis pemrosesan manual, Anda dapat menjalankan alur kerja pencocokan kapan saja dengan memilih Jalankan alur kerja pada halaman detail alur kerja yang cocok.