Amazon Personalize - Runbook 与参考¶
English · GitHub source 事实核对时间(对照 AWS 官方文档):2026-08-19
概述¶
Amazon Personalize 是全托管机器学习服务,使用你的数据为用户生成商品推荐,并根据用户对商品/商品元数据的亲和度生成用户分群。它支持实时个性化 API 和批量操作,提供用例优化型 recommender 以及完全可定制的资源。
核心概念¶
- 数据集:交互(用户-商品事件)、商品、用户、动作和动作交互;批量数据来自 CSV,另有实时事件。
- Recommender 与 solution:用例优化型 recommender(例如 Top picks、More like X、Recommended for you)或基于你的数据训练的自定义 solution。
- 实时与批量:实时 API 做在线推荐;批处理推理用于邮件列表、营销活动和用户分群。
- 用户分群(User segments):可能与你目录中商品互动的一组用户,用于定向活动。
- Next best action:基于用户行为推荐动作(例如加入忠诚计划、下载 App)。
- 搜索重排:对搜索结果(例如来自 OpenSearch)重排实现个性化。
- 数据准备:用 SageMaker AI Data Wrangler 从 40+ 数据源导入;用 Amplify 或 SDK 记录实时事件。
常用操作(AWS CLI)¶
# 创建数据集组并导入交互数据
aws personalize create-dataset-group --name app-personalization
aws personalize create-dataset --dataset-group-arn <group-arn> \
--dataset-type Interactions --schema-arn <schema-arn>
aws personalize create-dataset-import-job --dataset-arn <dataset-arn> \
--job-name interactions-import \
--data-source '{"dataLocation":"s3://bucket/interactions.csv"}' \
--role-arn arn:aws:iam::123456789012:role/personalize-role
# 创建 solution version 并部署 campaign
aws personalize create-solution --dataset-group-arn <group-arn> \
--name top-picks --recipe-arn <recipe-arn>
aws personalize create-solution-version --solution-arn <solution-arn>
aws personalize create-campaign --name prod --solution-version-arn <sv-arn> \
--min-provisioned-tps 1
# 获取推荐(runtime)
aws personalize-runtime get-recommendations --campaign-arn <campaign-arn> \
--user-id user-123
最佳实践¶
- 收集干净的交互数据(用户、商品、时间戳),并用实时事件保持推荐新鲜。
- 先用用例优化型 recommender,需要深度调优时再迁移到自定义 solution。
- 上线前用离线指标和 A/B 测试评估 campaign。
- 邮件/营销与分群用批量工作流;实时端点只留给在线流量。
- 电商/流媒体用 Personalize 重排搜索结果。
- 监控数据质量、事件摄取和 campaign 延迟;按计划重训。
故障排查¶
| 症状 | 检查与处理 |
|---|---|
| 没有推荐 | 检查数据集导入状态、用户/商品 ID,以及 campaign/solution version 状态。 |
| 导入任务失败 | 核对 CSV schema、S3 权限和导入 IAM 角色。 |
| 冷启动用户 | 无历史用户使用热门商品 recipe/回退。 |
| 推荐过期 | 导入新交互数据并重训/更新 solution version。 |
| 端点成本高 | 降低 min-provisioned TPS,非交互场景用批量操作。 |
配额¶
每账户数据集、solution、campaign 和 API 请求速率有限制。以 Amazon Personalize 端点和配额页面及 Service Quotas 控制台为准。