AWS Personalize - 推荐系统再培训问题
AWS Personalize - Recommender retraining questions
我是 AWS Personalize 的新用户。所以，下面我只有几个关于推荐系统再训练的问题。
- 目前，我专注于电子商务 数据集组 并使用电子商务用例推荐器。如果我用这个；它无法创建广告系列吗？
- 如果我没理解错的话，这个是不需要重新训练模型的吧？ （如果我使用上面的推荐器）因为我看了很多文档，当我们只使用自定义资源并创建一个活动时它只有一个再训练过程对吗？
- 所以，当我增加新的事件数据时，推荐器会直接应用新数据进行推荐，对吧？如果是，那意味着我们不需要关注电子商务用例的再培训过程，对吗？在这之后 docs
这就是我的问题。
Currently, I focus on E-Commerce data set group and use the e-commerce use-case recommender. If I use this; It can't create a campaign right?
域数据集组的推荐系统会自动为您管理推理端点。因此创建活动的步骤不是必需的。该服务处理此问题。
If I understand correctly this one is no need to retrain the model right? (If I use recommender above) because I read in many docs, it has only a retraining process when we use only the custom resource and create a campaign right?
正确。培训和再培训由域推荐服务管理。
So, when I increment the new event data, the recommender will apply the new data directly for recommendations, right? If yes, that means we don't need to focus on the retraining process for the e-commerce use case right?
您可以通过两种方式发送新的事件数据。首先，可以使用事件跟踪器以增量方式流式传输新事件。在这种情况下，Personalize 将使用新事件来调整 near-real-time 中的推荐，以匹配用户不断变化的意图（为此不需要重新训练）。 Personalize 还将在增量交互数据集中保留这些新事件，以便将它们包含在下一次再训练中。
发送新事件数据的另一种方法是批量导入交互数据集。由于批量导入取代了之前的批量导入，您的批量文件需要包含您要训练的所有交互历史记录，而不仅仅是新交互。交互数据集的批量导入包含在下一次再训练中。
我是 AWS Personalize 的新用户。所以，下面我只有几个关于推荐系统再训练的问题。
- 目前，我专注于电子商务 数据集组 并使用电子商务用例推荐器。如果我用这个；它无法创建广告系列吗？
- 如果我没理解错的话，这个是不需要重新训练模型的吧？ （如果我使用上面的推荐器）因为我看了很多文档，当我们只使用自定义资源并创建一个活动时它只有一个再训练过程对吗？
- 所以，当我增加新的事件数据时，推荐器会直接应用新数据进行推荐，对吧？如果是，那意味着我们不需要关注电子商务用例的再培训过程，对吗？在这之后 docs
这就是我的问题。
Currently, I focus on E-Commerce data set group and use the e-commerce use-case recommender. If I use this; It can't create a campaign right?
域数据集组的推荐系统会自动为您管理推理端点。因此创建活动的步骤不是必需的。该服务处理此问题。
If I understand correctly this one is no need to retrain the model right? (If I use recommender above) because I read in many docs, it has only a retraining process when we use only the custom resource and create a campaign right?
正确。培训和再培训由域推荐服务管理。
So, when I increment the new event data, the recommender will apply the new data directly for recommendations, right? If yes, that means we don't need to focus on the retraining process for the e-commerce use case right?
您可以通过两种方式发送新的事件数据。首先，可以使用事件跟踪器以增量方式流式传输新事件。在这种情况下，Personalize 将使用新事件来调整 near-real-time 中的推荐，以匹配用户不断变化的意图（为此不需要重新训练）。 Personalize 还将在增量交互数据集中保留这些新事件，以便将它们包含在下一次再训练中。
发送新事件数据的另一种方法是批量导入交互数据集。由于批量导入取代了之前的批量导入，您的批量文件需要包含您要训练的所有交互历史记录，而不仅仅是新交互。交互数据集的批量导入包含在下一次再训练中。