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。
# Amazon Personalize の仕組み
Amazon Personalize は、データを使用して、ドメインベースまたはカスタマイズ可能なレコメンデーションモデルをトレーニングします。アプリケーションでプライベートレコメンデーション API を使用して、リアルタイムのレコメンデーションをリクエストします。Amazon Personalize は、アイテムのレコメンデーションとユーザーセグメントを取得するバッチワークフローもサポートしています。
![\[データのインポートからモデルのトレーニング、レコメンデーションの取得まで、Amazon Personalize のワークフローを示します。\]](http://docs.aws.amazon.com/ja_jp/personalize/latest/dg/images/how-it-works.png)
**Topics**
+ [Amazon Personalize のワークフローの詳細](personalize-workflow.md)
+ [Amazon Personalize の用語](terms.md)
+ [Amazon Personalize が使用できるデータの種類](datasets.md)
# Amazon Personalize のワークフローの詳細
Amazon Personalize ワークフローは次のとおりです。Amazon Personalize の機能、要件、およびデータガイダンスのリストが記載されたチェックリストについては、「[準備チェックリスト](readiness-checklist.md)」を参照してください。
1. **[ユースケースを Amazon Personalize リソースと一致させる](use-cases-and-recipes.md)** — Amazon Personalize は、さまざまなケース用に設定されたドメインベースのリソースとカスタムリソースを備えています。ユースケースを Amazon Personalize リソースに一致させるときは、そのデータ要件に注意してください。ユースケースまたはレシピを選択した後、この情報はデータの準備に役立ちます。
1. **[トレーニングデータを準備する](preparing-training-data.md)** — ドメインユースケースまたはカスタムレシピのデータ要件に基づいて、CSV ファイルで一括トレーニングデータを準備します。ユースケースやレシピに応じて、Amazon Personalize はアイテムインタラクション、アイテム、ユーザー、アクション、アクションインタラクションデータを使用できます。バルクデータがない場合は、Amazon Personalize トレーニング要件とドメインユースケースまたはレシピのデータ要件を満たすまで、個々のインポートオペレーションを使用してデータを収集し、イベントをストリーミングできます。
1. **[データのスキーマ JSON ファイルを作成する](how-it-works-dataset-schema.md)** — インポートするデータタイプごとにスキーマ JSON ファイルを作成します。これらのファイルは、列名とそのデータ型など、データの構造と内容を概説しています。
1. **[データセットグループを作成する](data-prep-ds-group.md)** — データセットグループは、Amazon Personalize のリソースのコンテナです。VIDEO\$1ON\$1DEMAND または ECOMMERCE ドメイン向けに事前設定されたリソースを使用してドメインデータセットグループを作成できます。または、カスタムデータセットグループを作成して、カスタムリソースのみを作成することもできます。
1. **[スキーマとデータセットを作成する](data-prep-creating-datasets.md)** — *スキーマ*は、Amazon Personalize にデータの構造を知らせ、Amazon Personalize がデータを解析できるようにします。*データセット*は、Amazon Personalize でデータをトレーニングするためのコンテナです。
1. **[トレーニングデータをデータセットにインポートする](import-data.md)** — 準備したインタラクション、アイテム、ユーザー、アクション、またはアクションインタラクションレコードをインポートします。レコードは一括でインポートすることも、個別にインポートすることもできます。
1. **モデルのトレーニングとデプロイ** — VIDEO\$1ON\$1DEMAND ドメインまたは ECOMMERCE ドメインでモデルをトレーニングしてデプロイするには、ドメインレコメンダーを作成します。カスタムリソースの場合、ソリューションとソリューションバージョンを作成します。リアルタイムのレコメンデーションについては、ソリューションバージョンのソリューションをキャンペーンにデプロイします。
+ ドメインレコメンダーの作成方法については、「[ドメインレコメンダー](creating-recommenders.md)」を参照してください。
+ カスタムリソースの作成およびデプロイの詳細については、「[カスタムリソース](create-custom-resources.md)」を参照してください。
1. **[レコメンデーションを取得する](getting-recommendations.md)** — レコメンダーやカスタムキャンペーンを使ってレコメンデーションを取得します。フィルターを使用して、特定の種類のアイテムをレコメンデーションに含めたり、レコメンデーションに含めたり、レコメンデーションから除外したりできます。詳細については、「[レコメンデーションとユーザーセグメントのフィルタリング](filter.md)」を参照してください。カスタムリソースを使用すると、キャンペーンを作成せずにバッチレコメンデーションやユーザーセグメントを取得することもできます。
1. **[リアルタイムイベントを記録する](recording-events.md)** — お客様がレコメンデーションに反応する様子をリアルタイムで記録します。これにより、インタラクションデータが蓄積され、データが最新の状態に保たれます。また、Amazon Personalize にユーザーの現在の関心を伝えることができるため、レコメンデーションの関連性が高まります。
Amazon Personalize ワークフローを初めて完了した後は、データを最新の状態に保ち、手動トレーニングを使用するカスタムソリューションを定期的に再トレーニングしてください。これにより、モデルはユーザーの最新のアクティビティから学習し、レコメンデーションの関連性を維持および改善できます。詳細については、「[レコメンデーションの関連性の維持](maintaining-relevance.md)」を参照してください。
# Amazon Personalize の用語
このセクションでは、Amazon Personalize で使用される用語をご紹介します。
**Topics**
+ [データのインポートと管理](#data-terms)
+ [トレーニング](#training-terms)
+ [モデルのデプロイとレコメンデーション](#deployment-terms)
## データのインポートと管理
次の用語は、Amazon Personalize でのデータのインポート、エクスポート、およびフォーマットに関連するものです。
**アクションデータセット**
アクションに関するメタデータのコンテナ。アクションは、モバイルアプリのインストールやロイヤルティプログラムへの加入など、ユーザーに推奨できるエンゲージメントアクティビティまたは収益創出アクティビティです。アクションのメタデータには、アクションの有効期限のタイムスタンプ、値、繰り返し頻度データ、カテゴリメタデータが含まれる場合があります。このデータのタイプは、[Next-Best-Action レシピ](native-recipe-next-best-action.md) でのみ使用されます。
**アクションインタラクションデータセット**
ユーザーとアクション間のやり取りから収集された履歴データとリアルタイムデータのコンテナ。各アクションインタラクションは、userID、actionID、タイムスタンプ、イベントタイプ、およびインタラクションに関するその他のデータ (カテゴリ別メタデータなど) で構成されます。このデータのタイプは、[Next-Best-Action レシピ](native-recipe-next-best-action.md) でのみ使用されます。
**コンテキストメタデータ**
イベント (クリックなど) が発生したときに、ユーザーの閲覧コンテキスト (使用デバイスや場所など) について収集するインタラクションデータ。コンテキストメタデータは、新規ユーザーおよび既存のユーザーに対する推奨事項の関連性を向上させることができます。
**データセット**
Amazon Personalize にアップロードするデータのコンテナ。Amazon Personalize のデータセットには、ユーザー、アイテム、アイテムインタラクションデータセット、アクションインタラクションデータセット、アクションの 5 つのタイプがあります。
**データセットグループ**
データセット、ドメインレコメンダー、カスタムリソースなどの Amazon Personalize リソースのコンテナです。データセットグループは、リソースを独立したコレクションにまとめるため、あるデータセットグループのリソースが他のデータセットグループのリソースに影響を与えることはできません。データセットグループは、ドメインデータセットグループまたはカスタムデータセットグループのいずれかになります。
**ドメインデータセットグループ**
さまざまなビジネスドメインおよびユースケース用に事前設定されたリソースを含むデータセットグループ。Amazon Personalize は、トレーニングモデルとデプロイのライフサイクルを管理します。ドメインデータセットグループを作成するときは、ビジネスドメインを選択し、データをインポートして、各ユースケースのレコメンダーを作成します。アプリケーションでレコメンダーを使用して、GetRecommendations 操作でレコメンデーションを取得します。
ドメインデータセットグループで始める場合でも、カスタムユースケースのレシピでトレーニングされたソリューションやソリューションバージョンなどのカスタムリソースを追加できます。
**カスタムデータセットグループ**
ソリューション、ソリューションバージョン、フィルター、キャンペーン、バッチ推論ジョブなどのカスタムリソースを含むデータセットグループ。キャンペーンを使用して、GetRecommendations 操作でレコメンデーションを取得します。トレーニングモデルとデプロイのライフサイクルを管理します。カスタムデータセットグループから始める場合、後でそれをドメインに関連付けることはできません。代わりに、新しいドメインデータセットグループを作成します。
**データセットのエクスポートジョブ**
データセット内のレコードを Amazon S3 バケット内の 1 つ以上の CSV ファイルに出力するレコードエクスポートツール。出力 CSV ファイルには、データセットのスキーマのフィールドと一致する列名を持つヘッダー行が含まれています。
**データセットのインポートジョブ**
Amazon S3 バケット内の CSV ファイルからのデータを、Amazon Personalize のデータセットに取り込む一括インポートツール。
**イベント**
クリック、購入、動画視聴など、ユーザーが記録し、Amazon Personalize のアイテムインタラクションデータセットにアップロードするユーザーアクション。CSV ファイルから一括で、Amazon Personalize コンソールを使用して増分的に、およびリアルタイムで、イベントをインポートします。
**明示的なインプレッション**
Amazon Personalize のアイテムインタラクションデータセットに手動で追加するアイテムのリスト。暗黙的なインプレッション (Amazon Personalize がレコメンデーションデータから自動的に派生させるもの) とは異なり、明示的なインプレッションに含めるものを選択します。
**暗黙的なインプレッション**
アプリケーションがユーザーに表示するレコメンデーションです。アイテムインタラクションデータセットに手動で追加する明示的なインプレッションとは異なり、Amazon Personalize は、レコメンデーションデータから暗黙的なインプレッションを自動的に派生させます。
**インプレッションデータ**
クリック、表示、購入などによって、ユーザーが特定のアイテムを操作したときに、ユーザーに提示したアイテムのリスト。Amazon Personalize では、インプレッションデータを使用して、ユーザーが同じ製品を選択または無視した頻度に基づいて、ユーザーの新製品の関連性を計算します。
**インタラクションデータセット**
ユーザーと製品間のやり取り (*[イベント](https://docs.aws.amazon.com/glossary/latest/reference/glos-chap.html#event)*といいます) から収集された履歴データとリアルタイムデータのコンテナ。インタラクションデータには、イベントタイプデータと[コンテキストメタデータ](https://docs.aws.amazon.com/glossary/latest/reference/glos-chap.html#contextual-metadata)を含めることができます。
**アイテムデータセット**
料金、ジャンル、在庫状況など、製品に関するメタデータのコンテナ。
**繰り返し頻度**
Actions データセットにインポートできるアクションメタデータのタイプ。繰り返し頻度データは、Action インタラクションデータセット内のユーザーの履歴に基づいて、ユーザーが特定のアクションとやり取りした後、Amazon Personalize がその特定のアクションを推奨するまで待機する日数を指定します。
**スキーマ**
データの構造を Amazon Personalize に知らせる [Apache Avro](https://avro.apache.org/docs/current/) 形式の JSON オブジェクト。Amazon Personalize は、スキーマを使用してデータを解析します。
**ユーザーデータセット**
年齢、性別、ロイヤルティメンバーシップなど、ユーザーに関するメタデータのコンテナ。
## トレーニング
次の用語は、Amazon Personalize でのモデルのトレーニングに関連するものです。
**製品間の類似性 (SIMS) の recipe**
*[RELATED\$1ITEMS](https://docs.aws.amazon.com/glossary/latest/reference/glos-chap.html#related-items)* レシピ。インタラクションデータセットのデータを使用して、指定された製品に類似する製品のレコメンデーションを作成します。SIMS レシピは、料金や色などの製品メタデータを照合するのではなく、ユーザーがアイテムを操作する方法に基づいて類似度を計算します。
**item-affinity**
アイテムインタラクションデータセットとアイテムデータセットのデータを使用して、ユーザーがアイテムを操作する可能性に基づいて指定した、各アイテムのユーザーセグメントを作成する USER\$1SEGMENTATION レシピ。
**item-attribute-affinity**
アイテムインタラクションデータセットとアイテムデータセットのデータを使用して、ユーザーが属性を使用してアイテムを操作する可能性に基づいて指定した、各アイテム属性のユーザーセグメントを作成する USER\$1SEGMENTATION レシピ。
**Next-Best-Action レシピ**
このレシピは、ユーザーにとって次に最適なアクションに関するリアルタイムのレコメンデーションを生成します。ユーザーにとって次善のアクションは、ユーザーが実行する可能性が最も高いアクションです。例えば、ロイヤルティプログラムへの登録、アプリのダウンロード、クレジットカードの申請などです。詳細については、「[Next-Best-Action レシピ](native-recipe-next-best-action.md)」を参照してください。
**Personalized-Ranking-v2 レシピ**
*[PERSONALIZED\$1RANKING](https://docs.aws.amazon.com/glossary/latest/reference/glos-chap.html#personalized-ranking-recipes)* のレシピ。特定のユーザーについて予測される関心レベルに基づいて、提供する製品のコレクションをランク付けします。このレシピは、トランスフォーマーベースのアーキテクチャを使用して、アイテムインタラクションデータ、アイテムメタデータ、ユーザーメタデータから学習するモデルをトレーニングします。Personalized-Ranking-v2 レシピを使用して、特定のユーザー向けにパーソナライズされたアイテムまたは検索結果のキュレーションされたリストの順序をパーソナライズします。最大 500 万のアイテムでトレーニングし、以前のバージョンよりもレイテンシーが低く、より関連性の高いレコメンデーションを生成できます。
**personalized-ranking の recipe**
*[PERSONALIZED\$1RANKING](https://docs.aws.amazon.com/glossary/latest/reference/glos-chap.html#personalized-ranking-recipes)* のレシピ。特定のユーザーについて予測される関心レベルに基づいて、提供する製品のコレクションをランク付けします。パーソナライズされたランキングレシピを使用して、特定のユーザー向けにパーソナライズされたアイテムまたは検索結果のキュレーションされたリストの順序をパーソナライズします。
**popularity-count の recipe**
*[USER\$1PERSONALIZATION](https://docs.aws.amazon.com/glossary/latest/reference/glos-chap.html#user-personalization-recipes)* のレシピ。一意のユーザーとのインタラクションが最も多い製品を推奨します。
**レコメンダー**
レコメンデーションを生成するドメインデータセットグループのツール。ドメインデータセットグループのレコメンダーを作成し、アプリケーションで使用して、GetRecommendations API でリアルタイムのレコメンデーションを取得します。レコメンダーを作成する場合、ユースケースを指定します。そして、Amazon Personalize は、ユースケースに最適な設定でレコメンダーをサポートするモデルをトレーニングします。
**recipe**
ユーザーが操作する製品を予測する (USER\$1PERSONALIZATION レシピの場合)、またはユーザーが関心を示した特定の製品に類似する製品を計算する (RELATED\$1ITEMS レシピの場合)、または予測された関心に基づいて提供した製品のコレクションをランク付けするように事前構成された Amazon Personalize アルゴリズムの特定のユーザー。
**solution**
Amazon Personalize がレコメンデーションを生成するために使用するレシピ、カスタマイズされたパラメータ、およびトレーニング済みモデル (ソリューションバージョン)。
**ソリューションバージョン**
Amazon Personalize でソリューションの一部として作成するトレーニング済みのモデル。キャンペーンでソリューションバージョンをデプロイして、レコメンデーションのリクエストに使用するパーソナライゼーション API をアクティブ化します。
**トレーニングモード**
ソリューションバージョンを作成するときに実行するトレーニングの範囲。FULL と UPDATE の 2 つの異なるモードがあります。FULL モードでは、データセットグループ内のデータセットからのトレーニングデータ全体に基づいて、完全に新しいソリューションバージョンが作成されます。UPDATE は、既存のソリューションバージョンを増分的に更新して、前回のトレーニング以降に追加した新しいアイテムを推奨します。
User-Personalization-v2、User-Personalization または Next-Best-Action を使用すると、Amazon Personalize は、FULL トレーニングモードでトレーニングされた最新のソリューションバージョンを自動的に更新します。「[自動更新](use-case-recipe-features.md#automatic-updates)」を参照してください。
**User-Personalization-v2 レシピ**
*[USER\$1PERSONALIZATION](https://docs.aws.amazon.com/glossary/latest/reference/glos-chap.html#user-personalization-recipes)* レシピは、ユーザーの好みに基づいてユーザーがやり取りするアイテムを推奨します。このレシピは、トランスフォーマーベースのアーキテクチャを使用して、アイテムインタラクションデータ、アイテムメタデータ、ユーザーメタデータから学習するモデルをトレーニングします。最大 500 万のアイテムでトレーニングし、以前のバージョンよりもレイテンシーが低く、より関連性の高いレコメンデーションを生成できます。
**User-Personalization レシピ**
ユーザーがインタラクションするアイテムを予測する、Hierarchical Recurrent Neural Network (HRNN) ベースの *[USER\$1PERSONALIZATION](https://docs.aws.amazon.com/glossary/latest/reference/glos-chap.html#user-personalization-recipes)* レシピ。user-personalization の recipe では、製品の探索とインプレッションのデータを使用して、新製品の推奨事項を生成できます。
## モデルのデプロイとレコメンデーション
レコメンデーションを生成するモデルのデプロイと使用に関連する用語を次に示します。
**アクション最適化期間**
Amazon Personalize が、ユーザーが実行する可能性が最も高いアクションを予測するときに使用する期間。例えば、アクション最適化期間が 14 日の場合、Amazon Personalize はユーザーが今後 14 日間に実行する可能性が最も高いアクションを予測します。[Next-Best-Action レシピ](native-recipe-next-best-action.md) を使用してソリューションを作成するときに、アクション最適化期間を設定します。
**バッチ推論ジョブ**
Amazon S3 バケットからバッチ入力データをインポートし、ソリューションバージョンを使用してレコメンデーションを生成し、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。出力データには別の場所 (フォルダまたは別の Amazon S3 バケット) を使用することをお勧めします。バッチ推論ジョブを使用して、リアルタイムの更新を必要としない大規模なデータセットのレコメンデーションを取得します。
**バッチセグメントジョブ**
Amazon S3 バケットからバッチ入力データをインポートし、ソリューションバージョンを使用してユーザーセグメントを作成し、ユーザーセグメントを Amazon S3 バケットにエクスポートするツール。出力データには別の場所 (フォルダまたは別の Amazon S3 バケット) を使用することをお勧めします。USER\$1SEGMENTATION レシピにサポートされたソリューションでバッチセグメントジョブを使用して、ユーザーがさまざまなアイテムまたはさまざまなアイテム属性を持つアイテムを操作する可能性に基づいてユーザーのセグメントを作成します。
**キャンペーン**
専用のプロビジョンドトランザクション容量を搭載した、デプロイ済みのソリューションバージョン (トレーニング済みモデル)。アプリケーションユーザー向けのリアルタイムレコメンデーションを作成します。キャンペーンを作成したら、`getRecommendations` または `getPersonalizedRanking` の API 操作を使用してレコメンデーションを取得します。
**製品調査**
探索では、新しいアイテムまたはアクション、インタラクションがほとんどないアイテムまたはアクション、以前の行動に基づいてユーザーに関連性が低いアイテムまたはアクションなど、通常はユーザーにレコメンデーションされる可能性が低いアイテムまたはアクションがレコメンデーションに含まれます。
**メトリクス属性**
アイテムレコメンデーションの影響を測定するために使用されるツール。メトリクス属性は、インポートしたアイテムインタラクションとアイテムのデータ、および指定したメトリクスに基づいてレポートを作成します。例えば、ユーザーが視聴した映画の合計時間やクリックイベントの総数などです。
**レコメンデーション**
Amazon Personalize が、ユーザーが操作すると予測する商品のリスト。レコメンデーションは、使用している Amazon Personalize レシピに応じて、製品のリスト (USER\$1PERSONALIZATION レシピと RELATED\$1ITEMS レシピ) か、指定した製品コレクションのランキング (PERSONALIZED\$1RANKING レシピ) のいずれかになります。
**ユーザーセグメント**
Amazon Personalize が、カタログを操作すると予測するユーザーのリスト。使用した USER\$1SEGMENTATION レシピに応じて、アイテム (Item-Affinity レシピ) アイテムメタデータ (Item-Attribute-Affinity レシピ) に基づいてユーザーセグメントを作成します。バッチセグメントジョブを使用してユーザーセグメントを作成します。
# Amazon Personalize が使用できるデータの種類
次のトピックでは、Amazon Personalize にインポートできるさまざまなタイプのデータをご紹介します。
**Topics**
+ [インタラクションデータ](#interactions-summary)
+ [アイテムデータ](#items-summary)
+ [ユーザーデータ](#users-summary)
+ [アクションデータ](#actions-summary)
+ [アクションインタラクションデータ](#actions-interactions-summary)
## インタラクションデータ
*インタラクション*は、記録してからトレーニングデータとしてインポートする*イベント*です。Amazon Personalize は、主にインタラクションデータに基づいてレコメンデーションを生成します。インタラクションデータには以下が含まれます。
+ イベントタイプとイベント値のデータ
+ コンテキストメタデータ
+ インプレッションデータ
インタラクションデータをアイテムインタラクションデータセットにインポートします。**アイテムインタラクションデータセットの詳細については、「[アイテムインタラクションデータ](interactions-datasets.md)」を参照してください。
## アイテムデータ
Amazon Personalize が使用できるアイテムメタデータには以下が含まれます。
+ 価格など、各商品に関する数値データ。
+ 商品のジャンルや色など、各商品に関するカテゴリメタデータ。
+ 各アイテムの作成タイムスタンプデータ。
+ 商品説明や映画のあらすじなど、構造化されていないテキストメタデータ。
アイテムに関するメタデータを *Items* データセットにインポートします。データセットの詳細については、「[アイテムメタデータ](items-datasets.md)」を参照してください。
## ユーザーデータ
Amazon Personalize が使用できるユーザーメタデータには以下が含まれます。
+ 各ユーザーに関する数値データ (年齢など)。
+ 性別やロイヤルティメンバーシップのステータスなど、各ユーザーに関するカテゴリ別メタデータ。
ユーザーに関するメタデータを Amazon Personalize の *Users* データセットにインポートします。データセットの詳細については、「[ユーザーメタデータ](users-datasets.md)」を参照してください。
## アクションデータ
Amazon Personalize が使用できるアクションデータには以下が含まれます。
+ 各アクションのビジネス価値または重要性。
+ 季節性や独占権など、各アクションのカテゴリメタデータ。
+ Amazon Personalize が各アクションの推奨を停止するタイミングを指定するアクション有効期限タイムスタンプデータ。
+ ユーザーが操作を行った後、Amazon Personalize が各アクションを推奨するまで待機する時間を指定する繰り返し頻度データ。
アクションに関するデータをアクションデータセットにインポートします。**ドメインデータセットグループでは、アクションやアクションインタラクションデータセットを含むネクストベストアクションリソースを作成することはできません。アクションデータセットの詳細については、「[アクションメタデータ](actions-datasets.md)」を参照してください。
## アクションインタラクションデータ
Amazon Personalize がアクションを伴うユーザーインタラクションから使用できるデータには以下が含まれます。
+ イベントタイプデータ
+ カテゴリ別メタデータ
インタラクションデータをアクションインタラクションデータセットにインポートします。**ドメインデータセットグループでは、アクションやアクションインタラクションデータセットを含むネクストベストアクションリソースを作成することはできません。アクションインタラクションデータセットの詳細については、「[アクションインタラクションデータ](action-interactions-datasets.md)」を参照してください。