Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Mengoptimalkan solusi dengan konfigurasi peristiwa
**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/).
Jika Anda menggunakan resep User-Personalization-v 2 atau Personalized-Ranking-v 2 resep, Anda dapat mengoptimalkan solusi Amazon Personalize dengan konfigurasi peristiwa.
Dengan resep rekomendasi item, tujuan utama Amazon Personalize untuk memprediksi item yang paling relevan bagi pengguna Anda berdasarkan data interaksi item historis dan real-time. Namun, interaksi dapat membawa informasi tambahan seperti apakah pengguna mengklik atau membeli item tertentu. Anda dapat merekam ini dengan merekam jenis acara ([Jenis peristiwa dan data nilai acara](interactions-datasets.md#event-type-and-event-value-data)). Ketika Anda mengonfigurasi solusi, Anda dapat meminta solusi memberikan bobot yang berbeda untuk jenis peristiwa interaksi yang berbeda. Misalnya, Anda dapat mengonfigurasi solusi untuk memberi bobot lebih pada `purchase` peristiwa daripada `click` acara.
Agar solusi memberikan bobot yang berbeda untuk jenis peristiwa yang berbeda, Anda menentukan jenis acara dan bobot yang sesuai dalam konfigurasi acara solusi. Selain itu, Anda dapat menetapkan ambang nilai peristiwa untuk mengecualikan interaksi dengan nilai peristiwa di bawah ambang batas tersebut. Misalnya, jika data EVENT\_VALUE untuk peristiwa dengan EVENT\_TYPE jam tangan adalah persentase video yang ditonton pengguna, jika Anda menetapkan ambang nilai peristiwa ke 0,5, dan jenis acara yang akan ditonton, Amazon Personalize melatih model hanya menggunakan menonton peristiwa interaksi dengan EVENT\_VALUE lebih besar dari atau sama dengan 0,5.
Bobot yang terkait dengan jenis acara akan menentukan kepentingannya. Jenis acara dengan bobot lebih tinggi akan menyebabkan model terlatih lebih mungkin merekomendasikan item yang akan berinteraksi dengan jenis acara tersebut. Misalnya, jika Anda menentukan “pembelian” dengan bobot lebih tinggi dari “klik” dan model mengetahui bahwa pengguna akan mengklik item B atau membeli item C dengan riwayat interaksinya, model akan memberi peringkat item C lebih tinggi.
Untuk mengoptimalkan solusi dengan konfigurasi peristiwa, Anda membuat solusi baru dengan resep User-Personalization-v 2 atau Personalized-Ranking-v 2 resep dan menentukan konfigurasi peristiwa. Anda juga dapat memperbarui solusi ([Memperbarui solusi untuk mengubah konfigurasi pelatihan otomatisnya](updating-solution.md)) yang ada dengan konfigurasi peristiwa.
Anda dapat menggunakan konsol Amazon Personalize, AWS Command Line Interface (AWS CLI), atau. AWS SDKs Untuk informasi tentang menggunakan konsol Amazon Personalize, lihat. [Membuat solusi (konsol)](create-solution.md#configure-solution-console)
**Topics**
+ [Pedoman dan persyaratan](#optimize-event-config-guidelines-req)
+ [Mengukur kinerja dengan konfigurasi bobot acara](#optimize-event-configuration-measuring-performance)
+ [Mengoptimalkan solusi ()AWS CLI](#optimize-event-configuration-cli)
+ [Mengoptimalkan solusi ()AWS SDKs](#optimize-event-configuration-sdk)
## Pedoman dan persyaratan
Berikut ini adalah pedoman dan persyaratan untuk konfigurasi acara:
+ Untuk mengonfigurasi bobot untuk jenis peristiwa yang berbeda, kumpulan data kumpulan data interaksi Item Anda harus memiliki kolom EVENT\_TYPE dan secara opsional kolom EVENT\_VALUE.
+ Anda dapat menentukan daftar parameter acara dalam konfigurasi. Sertakan semua jenis acara yang ingin Anda pertimbangkan untuk pembuatan solusi. Anda dapat menentukan maksimal 10 jenis acara yang berbeda.
+ Anda dapat menentukan bobot acara untuk setiap jenis acara. Berat acara harus antara 0,0 dan 1,0. Hanya rasio bobot antara jenis peristiwa yang penting. Misalnya, menyetel jenis acara “pembelian” dengan berat 0,3 dan jenis acara “klik” dengan berat 0,1 akan memiliki efek yang sama dengan pengaturan “pembelian dengan berat 0,6 dan” klik “dengan berat 0,2.
+ Anda dapat memperbarui konfigurasi acara untuk solusi yang ada menggunakan operasi [UpdateSolution](https://docs.aws.amazon.com/personalize/latest/dg/API_UpdateSolution.html)API.
## Mengukur kinerja dengan konfigurasi bobot acara
Saat Anda membuat versi solusi (melatih model) untuk solusi dengan konfigurasi peristiwa, Amazon Personalize akan menghasilkan metrik. `normalized_discounted_cumulative_gain_with_event_weights_at_k` Skor untuk `normalized_discounted_cumulative_gain_with_event_weights_at_k` memberi tahu Anda seberapa baik kinerja versi solusi mengingat bobot acara yang Anda tetapkan untuk setiap jenis acara.
Ini mirip dengan keuntungan kumulatif diskon yang dinormalisasi (NDCG) di K tetapi hadiah untuk setiap prediksi yang benar akan tertimbang. Sebaliknya, dalam NDCG asli di K, setiap prediksi yang benar semuanya akan membawa bobot 1. Misalnya, dengan “pembelian” berat 0,3 dan “klik” berat 0,1, memprediksi dengan benar item “pembelian” akan mendapatkan hadiah 1,5 sementara memprediksi item “klik” akan mendapatkan hadiah 0,5.
Untuk informasi selengkapnya tentang menghasilkan metrik, lihat[Mengevaluasi versi solusi Amazon Personalize dengan metrik](working-with-training-metrics.md).
## Mengoptimalkan solusi ()AWS CLI
Anda dapat mengoptimalkan dengan konfigurasi acara dengan resep User-Personalization-v Personalized-Ranking-v 2 atau 2.
Untuk mengoptimalkan solusi dengan konfigurasi peristiwa menggunakan AWS CLI, buat solusi baru dan tentukan detail konfigurasi acara Anda menggunakan `eventsConfig` kunci di `solutionConfig` objek. Ini `eventsConfig` memiliki kunci `eventParametersList` di mana Anda dapat menentukan hingga 10 EventParameters. Masing-masing `eventParameter` memiliki bidang berikut:
+ EventType: tentukan jenis acara yang ingin Anda pertimbangkan untuk pembuatan solusi.
+ eventValueThreshold: tentukan ambang nilai acara. Hanya peristiwa dengan nilai peristiwa yang lebih besar atau sama dengan ambang batas ini yang akan dipertimbangkan untuk pembuatan solusi.
+ berat: tentukan bobot untuk setiap jenis acara. Bobot yang lebih tinggi berarti lebih penting dari jenis acara untuk solusi yang dibuat.
Berikut ini adalah contoh dari perintah create-solution AWS CLI . Ganti`solution name`,`dataset group arn`, dan `recipe arn` nilai dengan nilai Anda sendiri.
```
aws personalize create-solution \
--name {{solution name}} \
--dataset-group-arn {{dataset group arn}} \
--recipe-arn {{recipe arn}} \
--solution-config "{\"eventsConfig\":{\"eventParametersList\":[{\"eventType\":\"Purchase\", \"eventValueThreshold\":0.1, \"weight\":0.3}, {\"eventType\":\"Click\", \"weight\":0.1}]}"
```
Saat solusi Anda siap, buat versi solusi baru (untuk contoh perintah lihat[Membuat solusi (AWS CLI)](create-solution.md#configure-solution-cli)). Setelah membuat versi solusi, Anda dapat melihat kinerja pengoptimalan dengan metrik versi solusi. Lihat [Mengukur kinerja optimasi](optimizing-solution-for-objective.md#measuring-performance).
## Mengoptimalkan solusi ()AWS SDKs
Anda dapat mengoptimalkan dengan konfigurasi acara dengan resep User-Personalization-v Personalized-Ranking-v 2 atau 2.
Untuk mengoptimalkan solusi dengan konfigurasi peristiwa menggunakan AWS SDKs, buat solusi baru dan tentukan detail konfigurasi acara Anda menggunakan `eventsConfig` kunci di `solutionConfig` objek. Ini `eventsConfig` memiliki kunci `eventParametersList` di mana Anda dapat menentukan hingga 10`eventParameters`. Masing-masing `eventParameter` memiliki bidang berikut:
+ EventType: tentukan jenis acara yang ingin Anda pertimbangkan untuk pembuatan solusi.
+ eventValueThreshold: tentukan ambang nilai acara. Hanya peristiwa dengan nilai peristiwa yang lebih besar atau sama dengan ambang batas ini yang akan dipertimbangkan untuk pembuatan solusi.
+ berat: tentukan bobot untuk setiap jenis acara. Bobot yang lebih tinggi berarti lebih penting dari jenis acara untuk solusi yang dibuat.
------
#### [ 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}}',
solutionConfig = {
"eventsConfig": {
"eventParametersList": [
{"eventType":"Purchase",
"eventValueThreshold":0.1,
"weight":0.3},
{"eventType":"Click",
"weight":0.1}
]
}
}
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)
```
------
#### [ SDK for Java 2.x ]
```
public static String createPersonalizeSolution(PersonalizeClient personalizeClient,
String datasetGroupArn,
String solutionName,
String recipeArn,
) {
try {
EventsConfig eventsConfig = EventsConfig.builder()
.eventsParameterList(eventsParameterList)
.build();
SolutionConfig solutionConfig = SolutionConfig.builder()
.eventsConfig(eventsConfig)
.build();
CreateSolutionRequest solutionRequest = CreateSolutionRequest.builder()
.name(solutionName)
.datasetGroupArn(datasetGroupArn)
.recipeArn(recipeArn)
.solutionConfig(solutionConfig)
.build();
CreateSolutionResponse solutionResponse = personalizeClient.createSolution(solutionRequest);
return solutionResponse.solutionArn();
} catch (PersonalizeException e) {
System.err.println(e.awsErrorDetails().errorMessage());
System.exit(1);
}
return "";
```
------
Saat solusi Anda siap, buat versi solusi baru (untuk contoh perintah lihat[Membuat solusi (AWS SDKs)](create-solution.md#configure-solution-sdk)). Setelah membuat versi solusi, Anda dapat melihat kinerja pengoptimalan dengan metrik versi solusi. Lihat [Mengukur kinerja optimasi](optimizing-solution-for-objective.md#measuring-performance).