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

# Mengimpor pengguna secara individual
<a name="importing-users"></a>

 Setelah selesai [Membuat skema dan dataset](data-prep-creating-datasets.md) membuat kumpulan data Pengguna, Anda dapat mengimpor satu atau beberapa pengguna baru secara individual ke dalam kumpulan data. Pengguna yang mengimpor secara individual memungkinkan Anda untuk menjaga kumpulan data Pengguna tetap terkini dengan impor batch kecil seiring pertumbuhan katalog Anda. Anda dapat mengimpor hingga 10 pengguna sekaligus. Jika Anda memiliki sejumlah besar pengguna baru, kami sarankan Anda terlebih dahulu mengimpor data secara massal dan kemudian mengimpor data pengguna satu per satu sesuai kebutuhan. Lihat [Mengimpor data massal ke Amazon Personalisasi dengan pekerjaan impor kumpulan data](bulk-data-import-step.md). 

Anda dapat menggunakan konsol Amazon Personalize, AWS Command Line Interface (AWS CLI), atau AWS SDKs untuk mengimpor pengguna. Jika Anda mengimpor pengguna yang `userId` sama dengan pengguna yang sudah ada di kumpulan data Pengguna, Amazon Personalize akan menggantikan pengguna dengan yang baru. Anda dapat mengimpor hingga 10 pengguna sekaligus.

Untuk informasi tentang cara Amazon Personalisasi pembaruan memfilter untuk catatan baru dan bagaimana catatan baru memengaruhi rekomendasi, lihat. [Mengimpor catatan individual ke dalam kumpulan data Amazon Personalize](incremental-data-updates.md) 

**Topics**
+ [Mengimpor pengguna secara individual (konsol)](#importing-users-console)
+ [Mengimpor pengguna secara individual ()AWS CLI](#importing-users-cli)
+ [Mengimpor pengguna secara individual ()AWS SDKs](#importing-users-sdk)

## Mengimpor pengguna secara individual (konsol)
<a name="importing-users-console"></a>

Anda dapat mengimpor hingga 10 pengguna sekaligus. Prosedur ini mengasumsikan Anda telah membuat kumpulan data Pengguna. Untuk informasi tentang membuat kumpulan data, lihat. [Membuat skema dan dataset](data-prep-creating-datasets.md)

**Untuk mengimpor pengguna satu per satu (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 dengan kumpulan data Pengguna yang ingin Anda impor pengguna. 

1. Di panel navigasi, pilih **Datasets**. 

1. Pada halaman **Datasets**, pilih Dataset Pengguna. 

1. Pada halaman detail kumpulan data, di kanan atas, pilih **Ubah kumpulan data** dan pilih **Buat** catatan. 

1. Pada halaman **Buat catatan pengguna**, untuk input rekaman, masukkan detail pengguna dalam format JSON. Nama dan nilai bidang pengguna harus sesuai dengan skema yang Anda gunakan saat membuat kumpulan data Pengguna. Amazon Personalize menyediakan template JSON dengan nama bidang dan tipe data dari skema ini. 

1. Pilih **Buat catatan**. Sebagai **Respons**, hasil impor terdaftar dan pesan sukses atau gagal ditampilkan.

## Mengimpor pengguna secara individual ()AWS CLI
<a name="importing-users-cli"></a>

Tambahkan satu atau beberapa pengguna ke kumpulan data Pengguna Anda dengan [PutUsers](API_UBS_PutUsers.md) operasi. Anda dapat mengimpor hingga 10 pengguna dengan satu `PutUsers` panggilan. Bagian ini mengasumsikan bahwa Anda telah membuat kumpulan data Pengguna. Untuk informasi tentang membuat kumpulan data, lihat. [Membuat skema dan dataset](data-prep-creating-datasets.md)

Gunakan `put-users` perintah berikut untuk menambahkan satu atau lebih pengguna dengan file AWS CLI. Ganti `dataset arn` dengan Nama Sumber Daya Amazon (ARN) dari kumpulan data Anda dan `user Id` dengan ID pengguna. Jika pengguna dengan hal yang sama sudah `userId` ada di kumpulan data Pengguna Anda, Amazon Personalize menggantinya dengan yang baru.

Untuk`properties`, untuk setiap bidang dalam kumpulan data Pengguna Anda, ganti `propertyName` dengan nama bidang dari skema Anda dalam kasus unta. Misalnya, GENDER akan menjadi `gender` dan MEMBERSHIP\_TYPE akan menjadi. `membershipType` Ganti `user data` dengan data untuk pengguna. Untuk data string kategoris, untuk menyertakan beberapa kategori untuk satu properti, pisahkan setiap kategori dengan pipe ()`|`. Sebagai contoh, `\"Premium Class|Legacy Member\"`.

```
aws personalize-events put-users \
  --dataset-arn {{dataset arn}} \
  --users '[{
      "userId": "{{user Id}}", 
      "properties": "{\"{{propertyName}}\": "\{{user data}}\"}" 
    }, 
    {
      "userId": "{{user Id}}", 
      "properties": "{\"{{propertyName}}\": "\{{user data}}\"}" 
    }]'
```

## Mengimpor pengguna secara individual ()AWS SDKs
<a name="importing-users-sdk"></a>

Tambahkan satu atau beberapa pengguna ke kumpulan data Pengguna Anda dengan [PutUsers](API_UBS_PutUsers.md) operasi. Jika pengguna dengan hal yang sama sudah `userId` ada di kumpulan data Pengguna Anda, Amazon Personalize menggantinya dengan yang baru. Anda dapat mengimpor hingga 10 pengguna dengan satu `PutUsers` panggilan. Bagian ini mengasumsikan bahwa Anda telah membuat kumpulan data Pengguna. Untuk informasi tentang membuat kumpulan data, lihat. [Membuat skema dan dataset](data-prep-creating-datasets.md)

 Kode berikut menunjukkan cara menambahkan satu atau beberapa pengguna ke kumpulan data Pengguna Anda. Untuk setiap parameter nama properti, berikan nama bidang dari skema Anda dalam kasus unta. Misalnya, GENDER akan menjadi `gender` dan MEMBERSHIP\_TYPE akan menjadi. `membershipType` Untuk setiap parameter nilai properti, berikan data untuk pengguna. 

Untuk data string kategoris, untuk menyertakan beberapa kategori untuk satu properti pisahkan setiap kategori dengan pipe ()`|`. Sebagai contoh, `"Premium class|Legacy Member"`.

------
#### [ SDK for Python (Boto3) ]

```
import boto3

personalize_events = boto3.client(service_name='personalize-events')

personalize_events.put_users(
    datasetArn = '{{dataset arn}}',
    users = [{
      'userId': '{{user ID}}',
      'properties': "{\"{{propertyName}}\": \"{{user data}}\"}"   
      },
      {
      'userId': '{{user ID}}',
      'properties': "{\"{{propertyName}}\": \"{{user data}}\"}"   
      }]
)
```

------
#### [ SDK for Java 2.x ]

```
public static int putUsers(PersonalizeEventsClient personalizeEventsClient,
                         String datasetArn,
                         String user1Id,
                         String user1PropertyName,
                         String user1PropertyValue,
                         String user2Id,
                         String user2PropertyName,
                         String user2PropertyValue) {

    int responseCode = 0;
    ArrayList<User> users = new ArrayList<>();

    try {
        User user1 = User.builder()
          .userId(user1Id)
          .properties(String.format("{\"%1$s\": \"%2$s\"}", user1PropertyName, user1PropertyValue))
          .build();

        users.add(user1);

        User user2 = User.builder()
          .userId(user2Id)
          .properties(String.format("{\"%1$s\": \"%2$s\"}", user2PropertyName, user2PropertyValue))
          .build();

        users.add(user2);

        PutUsersRequest putUsersRequest = PutUsersRequest.builder()
          .datasetArn(datasetArn)
          .build();

        responseCode = personalizeEventsClient.putUsers(putUsersRequest).sdkHttpResponse().statusCode();
        System.out.println("Response code: " + responseCode);
        return responseCode;

    } catch (PersonalizeEventsException e) {
        System.out.println(e.awsErrorDetails().errorMessage());
    }
    return responseCode;
}
```

------
#### [ SDK for JavaScript v3 ]

```
import {
  PutUsersCommand,
  PersonalizeEventsClient,
} from "@aws-sdk/client-personalize-events";

const personalizeEventsClient = new PersonalizeEventsClient({
  region: "{{REGION}}",
});

// set the put users parameters
var putUsersParam = {
  datasetArn:
    "{{DATASET ARN}}",
  users: [
    {
      userId: "{{userId}}",
      properties: '{"{{column1Name}}": "{{value}}", "{{column2Name}}": "{{value}}"}',
    },
    {
      userId: "{{userId}}",
      properties: '{"{{column1Name}}": "{{value}}", "{{column2Name}}": "{{value}}"}',
    },
  ],
};
export const run = async () => {
  try {
    const response = await personalizeEventsClient.send(
      new PutUsersCommand(putUsersParam)
    );
    console.log("Success!", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();
```

------