มาลองทำ AWS Personalize กันและใช้ Golang ดึง Recommend
AWS Personalize คือเทคโนโลยีที่ทำ Machine Learning โดยที่เราไม่ต้องมาทำเองโดยส่วนใหญ่ก็เอา Recommend สินค้าให้บุคคล ไม่ว่าจะแนะนำสินค้า แนะนำหนัง หรือ การแนะนำ Campaign ต่างๆให้บุคคลนั้นๆ ซึ่งมีระบบดังๆใช้ตัวเทคโนโลยี AWS Personalize มาเริ่มกันเลยดีกว่า
ก่อนอื่นเลยมาเตรียมความพร้อม schema กับ data กันก่อนเลยซึ่งใช้แค่ 3 table เท่านั้น Interactions,Items,Users แหล่งอ้างอิงต่างๆ https://docs.aws.amazon.com/personalize/latest/dg/custom-datasets-and-schemas.html
1.Interactions
โดย Schema Interactions ผมจะสร้างไว้ประมาณนี้
อันดับแรกผมจะมาจัด Data ดังรูปโดยผมก็ไปหา transaction ที่กด Campaign มาจัดรูปแบบใน Interactions ตาม Schema ที่ผมทำไว้ โดย ต.ย.ข้อมูลที่แสดงมีประมาณ 3000 rows
2.Items
โดย Schema Items ผมจะสร้างไว้ประมาณนี้
และ Items GENRES คือ ประเภทต่างๆผมก็จัดไว้ประมาณนี้ซึ่งถ้า ITEM_ID มีหลายประเภทหรือหลายหมวดหมู่ต้องใช้เครื่องหมาย | คั้นไว้
3.Users
โดย Schema Users ผมจะสร้างไว้ประมาณนี้
และก็ User ผมจัด Data ประมาณนี้แต่ก่อนเอาเข้าผม random อายุ random เพศก่อนนะครับตัวข้อมูล mock ผมใส่อายุ 30 กับเพศ ชายยาวๆไม่ได้เอา data ที่ random มาแสดง
หลังจากเราเตรียมความพร้อม Data หมดแล้วต่อมาก็มาสร้าง S3
ผมสร้าง s3 ชื่อว่า test-amazon-personalize
จากนั้นใส่ permission ให้ตัว s3 ที่เราสร้างให้เรียบร้อยเพื่อให้ AWS personalize เข้าถึง
เข้า s3 ไปตรง permission แล้วมาตรง bucket แล้ว coppy วางเปลี่ยนแต่ตรงคำว่า bucket-name เป็นของตัวเองให้เรียบร้อย
จากนั้นทำการ create dataset group และผมตั้งชื่อว่า test-personalize และเลือก usecase แบบ Custom
จากนั้นก็มันก็จะต่อเนื่องโดยที่จะให้เราสร้าง Interactions ใส่ชื่อ dataset และสร้าง schema ตามที่เราออกแบบไว้ข้างต้น
จากนั้นก็ไปเอา Data .csv ที่เราวางบน S3 ทำการ coppy S3 URI แล้วนำไปวางที่ Data location ตามรูปด้านบน
หลังจาก coppy S3 URI มาวางแล้วก็กำหนด permission ให้ตัวนี้เข้าถึง s3 เราได้
จากนั้นรอมันสร้างให้เสร็จเราก็ไปทำแบบเดิมกับ Items,Users ตามที่ผมติ๊ก
หลังจากสร้างเสร็จหมดแล้วก็มา create solution อยู่ใต้หัวข้อ User Custom Resources
โดยผมจะเลือก algorithm เป็น aws-user-personalization เป็นการทำนายอนาคตว่าคนนี้จะ ซื้ออะไร ดูหนังอะไร หรือเล่น campaign อะไร
จากนั้นรอสร้างจนเสร็จก่อน
หลังจากสร้าง solution เสร็จแล้วเราก็มาสร้าง campaign แล้วทำการเลือก solution ที่เลือกไว้และรอจนเสร็จดังรูป
จากนั้นก็ใส่ userId ที่ต้องการ
กด Recommend ก็จะได้ item และ score ออกมาแค่นี้เราก็ไปดึงสินค้ามาแสดง recommend ผ่านหน้าเว็บเราได้แล้วโดยจะดึงจาก api
เสริมอีกหน่อยเราสามารถสร้าง Filter เพื่อใช้งานได้ด้วยเช่นอยากระบุอายุเข้าไปประมวลด้วย
โดยผมจะสร้าง filter อันนี้เพื่อไปประมวลผลด้วยโดยตั้งว่า user ที่อายุน้อยกว่า 40
จากนั้นผมก็กลับมาตรง campaign แล้วใส่ filter-test ที่สร้างไว้
จากนั้นผมก็จะได้ผลลัพธ์ต่างจากข้างบนนิดหน่อยอาจเพราะ userId นี้อาจจะอายุน้อยกว่า 40 เลยไม่มีอะไรเปลี่ยนมาก
ต่อมาก็ลง code กันอันดับแรกทุกคนน่าจะมี User IAM อยู่แล้วก็ไปเพิ่ม permission ให้ user เรามีสิทธิเข้าถึง aws personalize แบบ full access
code ส่วนนี้คือการ connect เข้า กับ aws ซึ่งตอนเราสร้าง User IAM จะได้ key และ access มาอยู่แล้ว code ส่วนอื่นๆผมอธิบายไว้ในบทความอื่นๆไว้หมดแล้วเดียวผมจะแปะไว้ล่างสุด
ส่วน code ส่วนนี้ผมจะเอา session จากการต่อไปเปิดใช้งาน personalizeruntime โดยผมจะเก็บเข้าตัวแปรชื่อ svc จากนั้น svc ก็จะได้ ทุกอย่างของ personalizeruntime โดยอ้างอิงจาก https://docs.aws.amazon.com/sdk-for-go/api/service/personalizeruntime/
ซึ่งผมจะสร้าง api recomend โดยรับค่าเป็น post โดยจะส่งค่า
campaignArn ผมเอามาจาก
ผมรู้ได้ไงว่าจะต้องอะไรเข้าไปบ้าง
ผมก็ไปดูจากตัว SDK ของ AWS Personalizeruntime
อันนี้เป็น Function ที่เราจะใช้จากการเปิดใช้งาน
svc เราก็จะมี function getRecommend อยู่ข้างในพร้อมใช้งานแล้วลองมารัน api และลองยิงกัน
จากนั้นลองยิง postman ดู ก็จะ return items มาให้เราพร้อมใช้งานบนหน้าเว็บเรา เราสามารถส่งค่ามากกว่าแค่ userId ได้ โดยอ้างอิงจาก https://docs.aws.amazon.com/sdk-for-go/api/service/personalizeruntime/
*หมายเหตุจริงๆจะให้เห็นผลแบบจริงจังเลยทาง AWS เขา requirement ขั้นต่ำ
-25 unique user
-100 products หรือ items
-1000 transactions
ก็จบไปแล้วกับบทความ AWS Personalize เราก็จะมี Recommend เจ๋งๆเป็นของตัวเองเหมือนเว็บใหญ่ๆเว็บอื่นแล้วสามารถเอาไปประยุคใช้เองได้อีกหลายอย่างเลย
บทความเกี่ยวข้องกับ Golang
( CR. ธำรงค์ ไชยวงค์ )