翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # バッチレコメンデーション用の入力データを準備します。 バッチ推論ジョブは、Amazon S3 バケットからバッチ入力データをインポートし、カスタムソリューションバージョンを使用してアイテムのレコメンデーションを生成してから、そのレコメンデーションを Amazon S3 バケットにエクスポートするツールです。バッチレコメンデーションまたはユーザーセグメントを取得する前に、JSON ファイルを準備して Amazon S3 バケットにアップロードする必要があります。Amazon S3 バケットに出力フォルダを作成するか、個別の出力 Amazon S3 バケットを使用することをお勧めします。その後、同じ入力データの場所を使用して、複数のバッチ推論ジョブを実行できます。 `$GENRE` などのプレースホルダーパラメータを持つフィルターを使用する場合は、入力 JSON の `filterValues` オブジェクトの値を指定する必要があります。詳細については、「[入力 JSON にフィルター値を指定します。](filter-batch.md#providing-filter-values)」を参照してください。 **データを準備してインポートするには** 1. バッチ入力データをレシピに応じてフォーマットします。Trending-Now レシピではバッチレコメンデーションを取得できません。 + USER\$1PERSONALIZATION レシピと Popularity-Count レシピの場合、入力データは userID のリストを含む JSON ファイルです。 + RELATED\$1ITEMS レシピの場合、入力データは itemId のリストです。 + PERSONALIZED\$1RANKING レシピの場合、入力データは userId のリストで、それぞれが itemId のコレクションと組み合わされています。 次のように、新しい行で各行を区切ります。入力データの例については、「[バッチ推論ジョブの入力および出力 JSON の例](#batch-inference-job-json-examples)」を参照してください。 1. 入力 JSON を Amazon S3 バケットの入力フォルダーにアップロードします。詳細については、*Amazon Simple Storage Service ユーザーガイド*の「[ドラッグアンドドロップを使用したファイルとフォルダのアップロード](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html)」を参照してください。 1. フォルダまたは別の Amazon S3 バケットのいずれかで、出力データ用に個別の場所を作成します。出力 JSON 用に個別の場所を作成することにより、同じ入力データの場所を使用して複数のバッチ推論ジョブを実行できます。 1. バッチ推論ジョブを作成します。Amazon Personalize は、ソリューションバージョンから出力データの場所にレコメンデーションを出力します。 ## バッチ推論ジョブの入力および出力 JSON の例 使用するレシピに合わせて入力データをどのようにフォーマットする方法。`$GENRE` などのプレースホルダーパラメータを使用する場合は、入力 JSON の `filterValues` オブジェクトにパラメータの値を指定する必要があります。詳細については、「[入力 JSON にフィルター値を指定します。](filter-batch.md#providing-filter-values)」を参照してください。 次のセクションでは、バッチ推論ジョブと用に正しくフォーマットされた JSON 入力および出力の例を示します。Trending-Now レシピではバッチレコメンデーションを取得できません。 **Topics** + [USER\$1PERSONALIZATION レシピ](#batch-input-user-personalization) + [POPULAR\$1ITEMS レシピ (Popularity-Count のみ)](#batch-input-popular-items) + [PERSONALIZED\$1RANKING レシピ](#batch-input-ranking) + [RELATED\$1ITEMS レシピ](#batch-input-related-items) ### USER\$1PERSONALIZATION レシピ USER\$1PERSONALIZATION レシピ用に正しくフォーマットされた JSON 入力および出力の例を次に示します。User-Personalization-v2 を使用する場合、各レコメンデーションアイテムには、アイテムがレコメンデーションに含まれていた理由のリストが含まれます。空のリストを指定できます。考えられる理由の詳細については、「[User-Personalization-v2 のレコメンデーションの理由](recommendations.md#recommendation-reasons)」を参照してください。 ------ #### [ Input ] 次のように、各 `userId` を改行で区切ります。 ``` {"userId": "4638"} {"userId": "663"} {"userId": "3384"} ... ``` ------ #### [ Output ] ``` {"input":{"userId":"4638"},"output":{"recommendedItems":["63992","115149","110102","148626","148888","31685","102445","69526","92535","143355","62374","7451","56171","122882","66097","91542","142488","139385","40583","71530","39292","111360","34048","47099","135137"],"scores":[0.0152238,0.0069081,0.0068222,0.006394,0.0059746,0.0055851,0.0049357,0.0044644,0.0042968,0.004015,0.0038805,0.0037476,0.0036563,0.0036178,0.00341,0.0033467,0.0033258,0.0032454,0.0032076,0.0031996,0.0029558,0.0029021,0.0029007,0.0028837,0.0028316]},"error":null} {"input":{"userId":"663"},"output":{"recommendedItems":["368","377","25","780","1610","648","1270","6","165","1196","1097","300","1183","608","104","474","736","293","141","2987","1265","2716","223","733","2028"],"scores":[0.0406197,0.0372557,0.0254077,0.0151975,0.014991,0.0127175,0.0124547,0.0116712,0.0091098,0.0085492,0.0079035,0.0078995,0.0075598,0.0074876,0.0072006,0.0071775,0.0068923,0.0066552,0.0066232,0.0062504,0.0062386,0.0061121,0.0060942,0.0060781,0.0059263]},"error":null} {"input":{"userId":"3384"},"output":{"recommendedItems":["597","21","223","2144","208","2424","594","595","920","104","520","367","2081","39","1035","2054","160","1370","48","1092","158","2671","500","474","1907"],"scores":[0.0241061,0.0119394,0.0118012,0.010662,0.0086972,0.0079428,0.0073218,0.0071438,0.0069602,0.0056961,0.0055999,0.005577,0.0054387,0.0051787,0.0051412,0.0050493,0.0047126,0.0045393,0.0042159,0.0042098,0.004205,0.0042029,0.0040778,0.0038897,0.0038809]},"error":null} ... ``` ------ ### POPULAR\$1ITEMS レシピ (Popularity-Count のみ) 次の例は、Popularity-Count レシピ用に正しくフォーマットされた JSON 入力および出力を示しています。Trending-Now レシピではバッチレコメンデーションを取得できません。 ------ #### [ Input ] 次のように、各 `userId` を改行で区切ります。 ``` {"userId": "12"} {"userId": "105"} {"userId": "41"} ... ``` ------ #### [ Output ] ``` {"input": {"userId": "12"}, "output": {"recommendedItems": ["105", "106", "441"]}} {"input": {"userId": "105"}, "output": {"recommendedItems": ["105", "106", "441"]}} {"input": {"userId": "41"}, "output": {"recommendedItems": ["105", "106", "441"]}} ... ``` ------ ### PERSONALIZED\$1RANKING レシピ PERSONALIZED\$1RANKING レシピ用に正しくフォーマットされた JSON 入力および出力の例を次に示します。 ------ #### [ Input ] 次のように、各 `userId` とランク付けする `itemIds` のリストを改行で区切ります。 ``` {"userId": "891", "itemList": ["27", "886", "101"]} {"userId": "445", "itemList": ["527", "55", "901"]} {"userId": "71", "itemList": ["27", "351", "101"]} ... ``` ------ #### [ Output ] ``` {"input":{"userId":"891","itemList":["27","886","101"]},"output":{"recommendedItems":["27","101","886"],"scores":[0.48421,0.28133,0.23446]}} {"input":{"userId":"445","itemList":["527","55","901"]},"output":{"recommendedItems":["901","527","55"],"scores":[0.46972,0.31011,0.22017]}} {"input":{"userId":"71","itemList":["29","351","199"]},"output":{"recommendedItems":["351","29","199"],"scores":[0.68937,0.24829,0.06232]}} ... ``` ------ ### RELATED\$1ITEMS レシピ 次の例は、RELATED\$1ITEMS レシピ用に正しくフォーマットされた JSON 入力および出力を示しています。 ------ #### [ Input ] 次のように、各 `itemId` を改行で区切ります。 ``` {"itemId": "105"} {"itemId": "106"} {"itemId": "441"} ... ``` ------ #### [ Output ] ``` {"input": {"itemId": "105"}, "output": {"recommendedItems": ["106", "107", "49"]}} {"input": {"itemId": "106"}, "output": {"recommendedItems": ["105", "107", "49"]}} {"input": {"itemId": "441"}, "output": {"recommendedItems": ["2", "442", "435"]}} ... ``` ------ 次の例は、テーマ付き Similar-Items レシピ用に正しくフォーマットされた JSON 入力および出力を示しています。 ------ #### [ Input ] 次のように、各 `itemId` を改行で区切ります。 ``` {"itemId": "40"} {"itemId": "43"} ... ``` ------ #### [ Output ] ``` {"input":{"itemId":"40"},"output":{"recommendedItems":["36","50","44","22","21","29","3","1","2","39"],"theme":"Movies with a strong female lead","itemsThemeRelevanceScores":[0.19994527,0.183059963,0.17478035,0.1618133,0.1574806,0.15468733,0.1499242,0.14353688,0.13531424,0.10291852]}} {"input":{"itemId":"43"},"output":{"recommendedItems":["50","21","36","3","17","2","39","1","10","5"],"theme":"The best movies of 1995","itemsThemeRelevanceScores":[0.184988,0.1795761,0.11143453,0.0989443,0.08258403,0.07952615,0.07115086,0.0621634,-0.138913,-0.188913]}} ... ``` ------