aws personalizeを試してみました。 最初はいつもながらとっつきにくいですが、やはり一回やってみると理解できるようになりました。

1. AWS Personalize
試してみた
JAWS-UG 新潟 第5回
sakapun

2. 2019 / 6 / 10
AWS Personalize 一般リリース！

3. みんな知ってますよね？
使って

4. レコメンド
エンジン
as a service

5. あなたにおすすめな
〇〇はこちら

6. やってみました

7. 用意するもの
ユーザーの
CSVデータ
モノの
CSVデータ
ユーザーと
モノの関係
CSVデータ

8. AWSのチュートリアルと今回のお題
• 動画のレーティングを加味した、
あなたにおすすめの動画(AWSのチュートリアル)
• 行ったことある国を都市を加味した、
あなたにおすすめの都市(今回のお題)

9. データの形式の制約
• USER_IDという大文字のカラム名
• ITEM_IDという大文字のカラム名
• TIMESTAMP
UNIXタイムスタンプでなければいけない
ミリ秒抜きのlongでなければいけない
～ 2147483647

10. Mockarooでダミーデータを作る。User

11. Mockarooでダミーデータを作る。Item

12. 失敗するデータ作りの方法

13. 関係性データをエクセルで作る

14. 実データでなく、適当な関係性データだと
全く精度が出ない

15. S3にデータを上げる

16. AWS Personalizeやってく
Dataset Groupを作る

17. 関係データをインポートする
• IAM-Role作る
• バケットポリシーをS3につける（重要）

18. バケットポリシー

19. その次
• ユーザーデータを取り込む
• モノのデータを取り込む

20. しばし待つ

21. 学習させる(ソリューションを作る)
• 困ったらAutoMLを選択。
• いい感じにやってくれるらしい。
• 作ったらバージョン1を作る。

22. しばし待つ

23. かなり待つ

24. キャンペーンを作成する
• レコメンド結果を呼び出せるようになる。
• IDしか返らないのはクライアントでがんばる

25. 試してみる
なんか同じなんだけど

26. 実データでなく、適当な関係性データだと
全く精度が出ない

27. ソリューションの時点で精度がめっちゃ低い
1に近いほど良い

28. わかってしまえばわりとシンプル
(英語オンリーだが)

29. 精度をあげるのはかなりムズいのでは

30. お金には気をつけよう
(レコメンド出す部分に結構費用かかる？)

31. おわり