Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Menciptakan solusi
Anda dapat membuat solusi kustom dengan konsol Amazon Personalize, AWS Command Line Interface (AWS CLI), atau. AWS SDKs Berikut ini mencakup langkah-langkah terperinci untuk membuat solusi dengan konsol Amazon Personalize dan contoh kode yang menunjukkan cara membuat solusi hanya dengan bidang yang diperlukan.
**Topics**
+ [Membuat solusi (konsol)](#configure-solution-console)
+ [Membuat solusi (AWS CLI)](#configure-solution-cli)
+ [Membuat solusi (AWS SDKs)](#configure-solution-sdk)
## Membuat solusi (konsol)
**penting**
Secara default, semua solusi baru menggunakan pelatihan otomatis. Dengan pelatihan otomatis, Anda dikenakan biaya pelatihan saat solusi Anda aktif. Untuk menghindari biaya yang tidak perlu, ketika Anda selesai Anda dapat [memperbarui solusi](updating-solution.md) untuk mematikan pelatihan otomatis. Untuk informasi tentang biaya pelatihan, lihat [harga Amazon Personalisasi](https://aws.amazon.com/personalize/pricing/).
Untuk membuat solusi di konsol, pilih grup kumpulan data Anda, lalu tentukan nama solusi, resep, dan konfigurasi pelatihan opsional.
**Untuk mengkonfigurasi solusi (konsol)**
1. Buka konsol Amazon Personalize di [https://console.aws.amazon.com/personalize/rumah](https://console.aws.amazon.com/personalize/home), dan masuk ke akun Anda.
1. Pada halaman **grup Dataset**, pilih grup kumpulan data Anda.
1. Pada halaman **Ikhtisar**, untuk **Langkah 3**, lakukan salah satu hal berikut:
+ Jika Anda membuat grup kumpulan data Domain, pilih **Gunakan sumber daya khusus**, dan pilih **Buat solusi**.
+ Jika Anda membuat grup kumpulan data kustom, pilih **Buat solusi**.
1. Untuk **nama Solusi**, tentukan nama untuk solusi Anda.
1. Untuk **tipe Solusi**, pilih jenis solusi yang ingin Anda buat. Jenis yang Anda pilih menentukan resep apa yang tersedia.
+ Pilih **Rekomendasi item** untuk mendapatkan rekomendasi item untuk pengguna Anda. Misalnya, rekomendasi film yang dipersonalisasi.
+ Pilih **Rekomendasi tindakan** untuk mendapatkan rekomendasi tindakan bagi pengguna Anda. Misalnya, buat tindakan terbaik berikutnya untuk pengguna, seperti mengunduh aplikasi Anda.
+ Pilih **Segmentasi pengguna** untuk mendapatkan segmen pengguna (grup pengguna) berdasarkan data item Anda.
1. Untuk **Resep**, pilih resep (lihat[Memilih resep](working-with-predefined-recipes.md)).
1. Untuk **Tag**, secara opsional tambahkan tag apa pun. Untuk informasi selengkapnya tentang menandai sumber daya Amazon Personalize, lihat. [Menandai Amazon Personalisasi sumber daya](tagging-resources.md)
1. Pilih **Berikutnya**.
1. Pada halaman **konfigurasi Pelatihan**, sesuaikan solusi untuk memenuhi kebutuhan bisnis Anda.
+ Dalam **Pelatihan otomatis**, pilih apakah solusinya menggunakan pelatihan otomatis. Jika Anda menggunakan pelatihan otomatis, Anda dapat mengubah`Automatic training frequency`. Frekuensi pelatihan default adalah setiap 7 hari.
Kami merekomendasikan menggunakan pelatihan otomatis. Itu membuatnya lebih mudah bagi Anda untuk mempertahankan relevansi rekomendasi. Frekuensi pelatihan Anda tergantung pada kebutuhan bisnis Anda, resep yang Anda gunakan, dan seberapa sering Anda mengimpor data. Untuk informasi selengkapnya, lihat [Mengkonfigurasi pelatihan otomatis](solution-config-auto-training.md). Untuk informasi tentang menjaga relevansi, lihat[Mempertahankan relevansi rekomendasi](maintaining-relevance.md).
+ Dalam **konfigurasi Hyperparameter**, konfigurasikan opsi hyperparameter apa pun berdasarkan resep dan kebutuhan bisnis Anda. Resep yang berbeda menggunakan hyperparameters yang berbeda. Untuk hiperparameter yang tersedia untuk Anda, lihat masing-masing resep di[Memilih resep](working-with-predefined-recipes.md).
+ Di **Kolom untuk pelatihan**, jika resep Anda menghasilkan rekomendasi item atau segmen pengguna, pilih kolom yang dipertimbangkan Amazon Personalize saat membuat versi solusi. Untuk informasi selengkapnya, lihat [Mengkonfigurasi kolom yang digunakan saat pelatihan](custom-config-columns.md).
+ Dalam **konfigurasi Peristiwa**, jika kumpulan data interaksi Item Anda memiliki EVENT\$1TYPE atau kolom EVENT\$1TYPE dan EVENT\$1VALUE, gunakan kolom Tipe peristiwa dan ambang nilai **Peristiwa** secara opsional **untuk memilih data interaksi item yang digunakan Amazon Personalize** saat melatih model. Untuk informasi selengkapnya, lihat [Memilih data interaksi item yang digunakan untuk pelatihan](event-values-types.md).
Jika Anda memiliki beberapa jenis acara dan menggunakan resep User-Personalization-v 2 atau Personalized-Ranking-v 2 resep, Anda juga dapat menentukan bobot yang berbeda untuk jenis yang berbeda. Misalnya, Anda dapat mengonfigurasi solusi untuk memberikan bobot lebih untuk membeli acara daripada peristiwa klik. Untuk informasi selengkapnya, lihat [Mengoptimalkan solusi dengan konfigurasi peristiwa](optimizing-solution-events-config.md).
+ Jika Anda menggunakan salah satu [Resep Peringkat yang Dipersonalisasi](native-recipe-search.md) resep [Resep Personalisasi Pengguna](native-recipe-new-item-USER_PERSONALIZATION.md) atau, secara opsional tentukan **Objective** dan pilih **sensitivitas Objective** untuk mengoptimalkan solusi Anda untuk tujuan selain relevansi. Sensitivitas obyektif mengonfigurasi cara Amazon Personalize menyeimbangkan item yang direkomendasikan berdasarkan tujuan Anda dibandingkan dengan relevansi melalui data interaksi. Untuk informasi selengkapnya, lihat [Mengoptimalkan solusi untuk tujuan tambahan](optimizing-solution-for-objective.md).
1. Pilih **Berikutnya** dan tinjau detail solusinya. Anda tidak dapat mengubah konfigurasi solusi Anda setelah Anda membuatnya.
1. Pilih **Buat solusi**. Setelah Anda membuat solusi, Amazon Personalize mulai membuat versi solusi pertama Anda dalam waktu satu jam. Saat pelatihan dimulai, Anda dapat memantaunya di bagian **Versi solusi** di halaman detail untuk solusi Anda. Versi solusi yang dibuat secara otomatis memiliki **jenis Pelatihan** OTOMATIS.
Ketika versi solusi AKTIF, Anda siap menggunakannya untuk mendapatkan rekomendasi. Bagaimana Anda menggunakan versi solusi aktif tergantung pada bagaimana Anda mendapatkan rekomendasi:
+ Untuk rekomendasi real-time, Anda menerapkan versi solusi AKTIF dengan kampanye Amazon Personalize. Anda menggunakan kampanye untuk mendapatkan rekomendasi bagi pengguna Anda. Lihat [Menerapkan versi solusi Amazon Personalize dengan kampanyeMembuat kampanye](campaigns.md).
+ Untuk rekomendasi batch, Anda menentukan versi solusi ACTIVE saat membuat pekerjaan inferensi batch atau pekerjaan segmen batch. Lihat [Mendapatkan rekomendasi item batch](getting-batch-recommendations.md) atau [Mendapatkan segmen pengguna batch](getting-user-segments.md).
## Membuat solusi (AWS CLI)
**penting**
Secara default, semua solusi baru menggunakan pelatihan otomatis. Dengan pelatihan otomatis, Anda dikenakan biaya pelatihan saat solusi Anda aktif. Untuk menghindari biaya yang tidak perlu, ketika Anda selesai Anda dapat [memperbarui solusi](updating-solution.md) untuk mematikan pelatihan otomatis. Untuk informasi tentang biaya pelatihan, lihat [harga Amazon Personalisasi](https://aws.amazon.com/personalize/pricing/).
Untuk membuat solusi dengan AWS CLI, gunakan `create-solution` perintah. Perintah ini menggunakan operasi [CreateSolution](API_CreateSolution.md) API. Kode berikut menunjukkan cara membuat solusi yang menggunakan pelatihan otomatis. Secara otomatis membuat versi solusi baru setiap lima hari.
Untuk menggunakan kode, perbarui kode untuk memberi solusi nama, tentukan Nama Sumber Daya Amazon (ARN) grup kumpulan data Anda, ubah frekuensi pelatihan secara opsional, dan tentukan ARN resep yang akan digunakan. Untuk informasi tentang resep, lihat[Memilih resep](working-with-predefined-recipes.md).
```
aws personalize create-solution \
--name solution name \
--dataset-group-arn dataset group ARN \
--recipe-arn recipe ARN \
--perform-auto-training \
--solution-config "{\"autoTrainingConfig\": {\"schedulingExpression\": \"rate(5 days)\"}}"
```
+ Kami menyarankan Anda menggunakan pelatihan otomatis. Ini memudahkan Anda untuk mempertahankan dan meningkatkan relevansi rekomendasi. Secara default, semua solusi baru menggunakan pelatihan otomatis. Frekuensi pelatihan default adalah setiap 7 hari. Frekuensi pelatihan Anda tergantung pada kebutuhan bisnis Anda, resep yang Anda gunakan, dan seberapa sering Anda mengimpor data. Untuk informasi selengkapnya, lihat [Mengkonfigurasi pelatihan otomatis](solution-config-auto-training.md).
+ Bergantung pada resep Anda, Anda dapat memodifikasi kode untuk mengonfigurasi properti khusus resep dan hiperparameter (lihat[Hyperparameters dan HPO](customizing-solution-config-hpo.md)), mengonfigurasi kolom yang digunakan untuk pelatihan (lihat[Mengkonfigurasi kolom yang digunakan saat pelatihan ()AWS CLI](custom-config-columns.md#custom-config-columns-cli)), atau memfilter data interaksi item yang digunakan untuk pelatihan (lihat[Memilih data interaksi item yang digunakan untuk pelatihan](event-values-types.md)).
+ Jika Anda menggunakan [Resep Peringkat yang Dipersonalisasi](native-recipe-search.md) resep [Resep Personalisasi Pengguna](native-recipe-new-item-USER_PERSONALIZATION.md) atau, Anda dapat mengoptimalkan solusi Anda untuk suatu tujuan, selain relevansi. Untuk informasi selengkapnya, lihat [Mengoptimalkan solusi untuk tujuan tambahan](optimizing-solution-for-objective.md).
Setelah Anda membuat solusi, catat solusi ARN untuk penggunaan masa depan. Dengan pelatihan otomatis, pembuatan versi solusi dimulai dalam waktu satu jam setelah solusi AKTIF. Jika Anda secara manual membuat versi solusi dalam satu jam, solusi melewatkan pelatihan otomatis pertama. Setelah pelatihan dimulai, Anda bisa mendapatkan Amazon Resource Name (ARN) versi solusi dengan operasi [ListSolutionVersions](https://docs.aws.amazon.com/personalize/latest/dg/API_ListSolutionVersions.html)API. Untuk mendapatkan statusnya, gunakan operasi [DescribeSolutionVersion](https://docs.aws.amazon.com/personalize/latest/dg/API_DescribeSolutionVersion.html)API.
Ketika versi solusi AKTIF, Anda siap menggunakannya untuk mendapatkan rekomendasi. Bagaimana Anda menggunakan versi solusi aktif tergantung pada bagaimana Anda mendapatkan rekomendasi:
+ Untuk rekomendasi real-time, Anda menerapkan versi solusi AKTIF dengan kampanye Amazon Personalize. Anda menggunakan kampanye untuk mendapatkan rekomendasi bagi pengguna Anda. Lihat [Menerapkan versi solusi Amazon Personalize dengan kampanyeMembuat kampanye](campaigns.md).
+ Untuk rekomendasi batch, Anda menentukan versi solusi ACTIVE saat membuat pekerjaan inferensi batch atau pekerjaan segmen batch. Lihat [Mendapatkan rekomendasi item batch](getting-batch-recommendations.md) atau [Mendapatkan segmen pengguna batch](getting-user-segments.md).
## Membuat solusi (AWS SDKs)
**penting**
Secara default, semua solusi baru menggunakan pelatihan otomatis. Dengan pelatihan otomatis, Anda dikenakan biaya pelatihan saat solusi Anda aktif. Untuk menghindari biaya yang tidak perlu, ketika Anda selesai Anda dapat [memperbarui solusi](updating-solution.md) untuk mematikan pelatihan otomatis. Untuk informasi tentang biaya pelatihan, lihat [harga Amazon Personalisasi](https://aws.amazon.com/personalize/pricing/).
Untuk membuat solusi dengan AWS SDKs, gunakan operasi [CreateSolution](API_CreateSolution.md) API. Kode berikut menunjukkan cara membuat solusi yang menggunakan pelatihan otomatis. Secara otomatis membuat versi solusi baru setiap lima hari.
Untuk menggunakan kode, perbarui kode untuk memberi solusi nama, tentukan Nama Sumber Daya Amazon (ARN) grup kumpulan data Anda, ubah frekuensi pelatihan secara opsional, dan tentukan ARN resep yang ingin Anda gunakan. Untuk informasi tentang resep, lihat[Memilih resep](working-with-predefined-recipes.md).
------
#### [ SDK for Python (Boto3) ]
```
import boto3
personalize = boto3.client('personalize')
create_solution_response = personalize.create_solution(
name = 'solution name',
recipeArn = 'recipe ARN',
datasetGroupArn = 'dataset group ARN',
performAutoTraining = True,
solutionConfig = {
"autoTrainingConfig": {
"schedulingExpression": "rate(5 days)"
}
}
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)
```
------
#### [ SDK for JavaScript v3 ]
```
import {
CreateSolutionCommand,
PersonalizeClient,
} from "@aws-sdk/client-personalize";
// create client
const personalizeClient = new PersonalizeClient({ region: "REGION" });
// set the solution parameters
export const solutionParam = {
datasetGroupArn: "DATASET_GROUP_ARN" /* required */,
recipeArn: "RECIPE_ARN" /* required */,
name: "SOLUTION_NAME" /* required */,
performAutoTraining: true /* optional, default is true */,
solutionConfig: {
autoTrainingConfig: {
schedulingExpression:
"rate(5 days)" /* optional, default is every 7 days */,
},
},
};
export const run = async () => {
try {
const response = await personalizeClient.send(
new CreateSolutionCommand(solutionParam)
);
console.log("Success", response);
return response; // For unit tests.
} catch (err) {
console.log("Error", err);
}
};
run();
```
------
+ Kami menyarankan Anda menggunakan pelatihan otomatis. Ini memudahkan Anda untuk mempertahankan dan meningkatkan relevansi rekomendasi. Secara default, semua solusi baru menggunakan pelatihan otomatis. Frekuensi pelatihan default adalah setiap 7 hari. Frekuensi pelatihan Anda tergantung pada kebutuhan bisnis Anda, resep yang Anda gunakan, dan seberapa sering Anda mengimpor data. Untuk informasi selengkapnya, lihat [Mengkonfigurasi pelatihan otomatis](solution-config-auto-training.md).
+ Bergantung pada resep Anda, Anda dapat memodifikasi kode untuk mengonfigurasi properti khusus resep dan hiperparameter (lihat[Hyperparameters dan HPO](customizing-solution-config-hpo.md)), mengonfigurasi kolom yang digunakan untuk pelatihan (lihat[Mengkonfigurasi kolom yang digunakan saat pelatihan ()AWS SDKs](custom-config-columns.md#custom-configure-columns-sdk)), atau memfilter data interaksi item yang digunakan untuk pelatihan (lihat[Memilih data interaksi item yang digunakan untuk pelatihan](event-values-types.md)).
+ Jika Anda menggunakan [Resep Peringkat yang Dipersonalisasi](native-recipe-search.md) resep [Resep Personalisasi Pengguna](native-recipe-new-item-USER_PERSONALIZATION.md) atau, Anda dapat mengoptimalkan solusi Anda untuk suatu tujuan, selain relevansi. Untuk informasi selengkapnya, lihat [Mengoptimalkan solusi untuk tujuan tambahan](optimizing-solution-for-objective.md).
Setelah Anda membuat solusi, catat solusi ARN untuk penggunaan masa depan. Dengan pelatihan otomatis, pembuatan versi solusi dimulai dalam waktu satu jam setelah solusi AKTIF. Jika Anda secara manual membuat versi solusi dalam satu jam, solusi melewatkan pelatihan otomatis pertama. Setelah pelatihan dimulai, Anda bisa mendapatkan Amazon Resource Name (ARN) versi solusi dengan operasi [ListSolutionVersions](https://docs.aws.amazon.com/personalize/latest/dg/API_ListSolutionVersions.html)API. Untuk mendapatkan statusnya, gunakan operasi [DescribeSolutionVersion](https://docs.aws.amazon.com/personalize/latest/dg/API_DescribeSolutionVersion.html)API.
Anda dapat menggunakan kode Python berikut untuk menunggu pelatihan otomatis dimulai. `wait_for_training_to_start`Metode mengembalikan ARN dari versi solusi pertama.
```
import time
import boto3
def wait_for_training_to_start(new_solution_arn):
max_time = time.time() + 3 * 60 * 60 # 3 hours
while time.time() < max_time:
list_solution_versions_response = personalize.list_solution_versions(
solutionArn=new_solution_arn
)
solution_versions = list_solution_versions_response.get('solutionVersions', [])
if solution_versions:
new_solution_version_arn = solution_versions[0]['solutionVersionArn']
print(f"Solution version ARN: {new_solution_version_arn}")
return new_solution_version_arn
else:
print(f"Training hasn't started yet. Training will start within the next hour.")
time.sleep(60)
personalize = boto3.client('personalize')
solution_arn = "solution_arn"
solution_version_arn = wait_for_training_to_start(solution_arn)
```
Ketika versi solusi AKTIF, Anda siap menggunakannya untuk mendapatkan rekomendasi. Bagaimana Anda menggunakan versi solusi aktif tergantung pada bagaimana Anda mendapatkan rekomendasi:
+ Untuk rekomendasi real-time, Anda menerapkan versi solusi AKTIF dengan kampanye Amazon Personalize. Anda menggunakan kampanye untuk mendapatkan rekomendasi bagi pengguna Anda. Lihat [Menerapkan versi solusi Amazon Personalize dengan kampanyeMembuat kampanye](campaigns.md).
+ Untuk rekomendasi batch, Anda menentukan versi solusi ACTIVE saat membuat pekerjaan inferensi batch atau pekerjaan segmen batch. Lihat [Mendapatkan rekomendasi item batch](getting-batch-recommendations.md) atau [Mendapatkan segmen pengguna batch](getting-user-segments.md).