將推薦者模型建議新增至 Amazon Pinpoint 中的訊息 - Amazon Pinpoint

支援終止通知:2026 年 10 月 30 日, AWS 將結束對 Amazon Pinpoint 的支援。2026 年 10 月 30 日之後,您將無法再存取 Amazon Pinpoint 主控台或 Amazon Pinpoint 資源 (端點、區段、行銷活動、旅程和分析)。如需詳細資訊,請參閱 Amazon Pinpoint 終止支援注意:與 SMS、語音、行動推播、OTP 和電話號碼驗證相關的 APIs 不受此變更影響,並受 AWS 最終使用者傳訊支援。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

將推薦者模型建議新增至 Amazon Pinpoint 中的訊息

若要將推薦者模型搭配 Amazon Pinpoint 使用,您可以先從建立 Amazon Personalize 解決方案開始,然後將該解決方案部署為 Amazon Personalize 行銷活動。然後您可以在 Amazon Pinpoint 中建立推薦者模型的組態。您可以在組態中指定設定,決定從 Amazon Personalize 行銷活動,擷取和處理建議資料的方式。這包括是否叫用 AWS Lambda 函數,以對擷取的資料執行其他處理。

Amazon Personalize 是一項 AWS 服務,旨在協助您建立 ML 模型,為使用您應用程式的客戶提供即時、個人化的建議。Amazon Personalize 會引導您完成建立和訓練 ML 模型的程序,然後將模型準備和部署為 Amazon Personalize 行銷活動。然後,您可以從行銷活動中擷取即時、個人化建議。若要進一步了解 Amazon Personalize,請參閱 Amazon Personalize 開發人員指南

AWS Lambda 是一項運算服務,您可以用來執行程式碼,而無需佈建或管理伺服器。您可以封裝程式碼並將其上傳到 AWS Lambda 做為 Lambda 函數。 AWS Lambda 然後, 會在叫用函數時執行函數。您可以手動調用函數,也可以根據事件,或根據應用程式或服務 (包括 Amazon Pinpoint) 提出的請求,自動調用函數。如需建立並調用 Lambda 函數的相關資訊,請參閱AWS Lambda 開發人員指南

建立推薦者模型的 Amazon Pinpoint 組態後,可將模型中的建議,加入從行銷活動和旅程傳送的訊息。您將使用包含建議屬性訊息變數之訊息範本來執行這項操作。建議的屬性是用來存放建議資料的動態端點或使用者屬性。您可以在建立推薦者模型的組態時定義這些屬性。

您可以針對下列訊息範本類型中的建議屬性使用變數:

  • 電子郵件範本,適用於您從行銷活動或旅程傳送的電子郵件訊息。

  • 推播通知範本,用於您從行銷活動傳送的推播通知。

  • SMS 範本,適用於您從行銷活動傳送的 SMS 文字訊息。

如需使用推薦者模型搭配 Amazon Pinpoint 的詳細資訊,請參閱 Amazon Pinpoint 使用者指南中的機器學習模型

如果將 Amazon Pinpoint 設為調用 Lambda 函數以處理建議資料,Amazon Pinpoint 每次在行銷活動或旅程的訊息中傳送個人化建議時,都會執行以下一般任務:

  1. 評估和處理訊息和訊息範本的組態設定和內容。

  2. 決定訊息範本連線到推薦人模型。

  3. 評估連接和使用模型的組態設定。這些是由模型的推薦者模型資源所定義。

  4. 為模型組態設定定義的推薦屬性偵測一或多個訊息變數。

  5. 從您在模型組態設定中指定的 Amazon Personalize 行銷活動,擷取建議資料。它使用 Amazon Personalize Runtime API 的 GetRecommendations 操作執行這項任務。

  6. 將適當的建議資料新增至每個訊息收件人的動態建議屬性 (RecommendationItems)。

  7. 調用 Lambda 函數,並將每個收件人的建議資料傳送到 Lambda 函數進行處理。

    該資料會以 JSON 物件的形式傳送,其中包含每個收件人的端點定義。每個端點定義都包含一個 RecommendationItems 欄位,內含 1-5 個值的已排序陣列。陣列中值的數量依模型的組態設定而定。

  8. 等待 Lambda 函數處理資料並傳回結果。

    結果是其中包含每個收件人更新的端點定義 JSON 物件。每個更新的端點定義都包含一個新 Recommendations 物件。此物件包含 1-10 個欄位,每個欄位對應您在模型組態設定中定義的自訂推薦屬性。這些欄位都會存放端點的增強建議資料。

  9. 使用每個收件人更新的端點定義,以該收件人的適當值取代每個訊息變數。

  10. 傳送訊息版本,其中包含每個訊息收件人的個人化建議。

若要以此方式自訂和增強建議,請先建立一個 Lambda 函數來處理 Amazon Pinpoint 傳送的端點定義,然後傳回更新的端點定義。接著為 Lambda 函數指派 Lambda 函數政策,並授權 Amazon Pinpoint 調用 Lambda 函數。接著在 Amazon Pinpoint 中設定推薦者模型。在您設定模型時,請指定要叫用的函數,並定義要使用的建議屬性。