AWS Glue DataBrew를 사용하여 보유하신 데이터를 GUI기반으로 쉽게 정제 및 처리하고 Amazon Personalize를 사용해서 모델을 훈련하고 추론하는 법을 소개합니다.

1. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
© 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark. 1
Session 2.
개인화 추천 모델 만들기
김태수
Solutions Architect
AWS

2. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
개요
사용자 행동 (User Interaction) 데이터에서 Event Type 제거 및 데이터 타입 변경 등의 전처리 작업 을
하고, 해당 데이터를 기반으로 Amazon Personalize 데이터 세트 그룹 구성, 솔루션 및 캠페인을 만들어
추천하는 영화 리스트를 웹사이트에 보여주는 실습을 진행할 예정입니다.
Workshop url: https://amz.run/workshop
설명
실습 1.AWS Glue DataBrew로 전처리 하기
2.Amazon Personalize 추천 모델 만들기
3.추론 결과를 API로 호출하기
총 3단계 : 1시간 15분

3. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
© 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark. 3
Session 2-1.
AWS Glue DataBrew로 데이터 전처리
김태수
Solutions Architect
AWS

4. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
Architecture 설명
1.AWS Glue DataBrew로
전처리 하기
AWS Glue DataBrew 을
사용하여 Amazon Personalize에
알맞은 데이터 스키마를 형태로
처리 작업을 수행합니다.
전처리된 데이터를 Amazon
S3에 저장합니다.

5. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
AWS Glue DataBrew로 전처리 설명
AWS Glue DataBrew 을 사용하여 Amazon
Personalize에 알맞은 데이터 스키마를 형태로 처리
작업을 수행합니다.
1. 데이터 타입 변경
2. event_type 컬럼의 click 만 필터링
3. event_type 컬럼 삭제
4. csv 형식으로 s3에 저장
[Raw data - parquet]
user_id item_id timestamp event_type
Integer Integer Integer string
298 474 884182806 click
32 84 876141696 view
24 59 870393310 click
[Personalize input data-csv]

6. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
© 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark. 6
Session 2-2.
Amazon Personalize 모델 트레이닝
김태수
Solutions Architect
AWS

7. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
Architecture 설명
2. Amazon Personalize 추천 모델
만들기
Amazon Personalize에서 데이터
세트 그룹을 생성하고 Amazon
S3에 저장된 전처리된
데이터세트를 불러옵니다.
User-Personalization 레시피를
사용하여 실시간 추천 서비스를
위한 솔루션을 만듭니다.
만든 솔루션을 기반으로 API
호출을 적용할 수 있는 캠페인을
만듭니다.

8. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
© 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark. 8
Session 2-3.
추론된 결과값 api 호출
김태수
Solutions Architect
AWS

9. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
Architecture 설명
3. 추론 결과를 API로 호출하기
Amazon Personalize에서 생성된
Campaign arn을 AWS Lambda
환경 변수에 업데이트합니다.
배포한 프론트엔드에서 결과값을
확인합니다.

10. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
개인화 추천 모델 만들기 실습 완료

11. © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
© 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
Thank you!
11