Amazon Forecast non è più disponibile per i nuovi clienti. I clienti esistenti di Amazon Forecast possono continuare a utilizzare il servizio normalmente. Scopri di più»

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Utilizzo dei set di dati di metadati dell'elemento

Un set di metadati degli articoli contiene dati categorici che forniscono un contesto prezioso per gli elementi di un set di dati di serie temporali di destinazione. A differenza dei set di dati relativi alle serie temporali, i set di dati dei metadati degli elementi forniscono informazioni statiche. Cioè, i valori dei dati rimangono costanti nel tempo, come il colore o il marchio di un articolo. I set di dati di metadati degli articoli sono aggiunte opzionali ai gruppi di set di dati. È possibile utilizzare i metadati di un elemento solo se ogni elemento del set di dati delle serie temporali di destinazione è presente nel set di dati dei metadati dell'elemento corrispondente.

I metadati dell'articolo potrebbero includere la marca, il colore, il modello, la categoria, il luogo di origine o altre caratteristiche supplementari di un determinato elemento. Ad esempio, un set di dati di metadati dell'elemento potrebbe fornire un contesto per alcuni dei dati relativi alla domanda trovati in un set di dati di serie temporali di destinazione che rappresenta le vendite di e-reader Amazon neri con 32 GB di spazio di archiviazione. Poiché queste caratteristiche non cambiano da un giorno all'altro o da un'ora all'altra, appartengono a un set di dati di metadati dell'elemento.

I metadati dell'elemento sono utili per scoprire e tracciare modelli descrittivi tra i dati delle serie temporali. Se includi un set di metadati degli articoli nel tuo gruppo di set di dati, Forecast può addestrare il modello a fare previsioni più accurate basate sulle somiglianze tra gli elementi. Ad esempio, potresti scoprire che i prodotti assistenti virtuali realizzati da Amazon hanno maggiori probabilità di sell out rispetto a quelli creati da altre aziende e quindi pianificare la supply chain di conseguenza.

I metadati degli articoli sono particolarmente utili negli scenari di previsione a freddo, in cui non si dispone di dati storici con cui effettuare previsioni, ma si hanno dati storici su elementi con attributi di metadati simili. I metadati degli articoli consentono a Forecast di sfruttare elementi simili agli articoli coldstart per produrre una previsione.

Quando includi i metadati degli articoli, Forecast crea previsioni con avvio a freddo basate su serie temporali simili, che possono creare una previsione più accurata. Le previsioni Coldstart vengono generate per gli elementi che si trovano nel set di dati di metadati degli articoli ma non nelle serie temporali finali. Innanzitutto, Forecast genera previsioni per gli elementi non a freddo, ovvero elementi con dati storici nelle serie temporali finali. Successivamente, per ogni elemento con avvio a freddo, i suoi vicini più prossimi vengono trovati utilizzando il set di dati di metadati dell'elemento. Quindi, questi vicini più prossimi vengono utilizzati per creare una previsione di avvio a freddo.

Ogni riga di un set di dati dei metadati dell'elemento può contenere fino a 10 campi di metadati, uno dei quali deve essere un campo di identificazione per abbinare i metadati a un elemento della serie temporale di destinazione. Come per tutti i tipi di set di dati, i valori di ciascun campo sono designati da uno schema del set di dati.

Esempio: file e schema di metadati dell'elemento

Nella tabella seguente viene illustrata una sezione di un file di dati di metadati dell'articolo configurato correttamente che descrive gli e-reader di Amazon. In questo esempio, si supponga che la riga di intestazione rappresenti lo schema del set di dati e che ogni elemento elencato si trovi in un set di dati di serie temporali di destinazione corrispondente.

Di seguito sono riportate le stesse informazioni rappresentate in formato CSV.

1,amazon,paperwhite,black,yes
2,amazon,paperwhite,blue,yes
3,amazon,base_model,black,no
4,amazon,base_model,white,no
...

Di seguito è riportato lo schema per questo set di dati di esempio.

{
     "attributes": [
        {
           "AttributeName": "item_id",
           "AttributeType": "string"
        },
        {
           "AttributeName": "brand",
           "AttributeType": "string"
        },
        {
           "AttributeName": "model",
           "AttributeType": "string"
        },
        {
           "AttributeName": "color",
           "AttributeType": "string"
        },
        {
           "AttributeName": "waterproof",
           "AttributeType": "string"
        }
    ]
}

Predittori precedenti e metadati degli articoli

Quando si utilizza un predittore precedente, è possibile utilizzare i metadati degli elementi durante l'addestramento di un predittore con gli algoritmi DeepAR+ o DeepAR+. CNN-QR Algoritmo DeepAR+ Quando si utilizza AutoML, è possibile fornire i metadati degli articoli e Forecast utilizzerà tali serie temporali solo laddove applicabile

Vedi anche

Per una guida dettagliata sull'utilizzo dei set di metadati degli articoli, consulta Incorporazione dei set di metadati degli articoli nel tuo predittore nell'Amazon Forecast Samples Repository. GitHub