在 Amazon Pinpoint 中搭配 使用推薦模型 AWS Lambda - Amazon Pinpoint
授權 Amazon Pinpoint 叫用 Lambda 函數設定推薦者模型

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

在 Amazon Pinpoint 中搭配 使用推薦模型 AWS Lambda

您可以在 Amazon Pinpoint 中，從推薦者模型擷取個人化建議，並加入您要透過行銷活動和旅程傳送的訊息中。推薦人模型是一種機器學習 (ML) 模型，可在資料中找出模式，並根據它找到的模式產生預測和建議。它會預測特定使用者偏好的一組特定產品或項目，並以一組建議的形式將該資訊提供給使用者。

透過 Amazon Pinpoint 使用推薦者模型，就能根據每個收件人的屬性和行為，將個人化建議傳送給訊息收件人。透過 AWS Lambda，您也可以自訂和增強這些建議。例如，您可以動態將建議從單一文字值 (例如產品名稱或 ID) 轉換為更複雜的內容 (例如產品名稱、描述和影像)。Amazon Pinpoint 傳送訊息時，您也可以即時執行此操作。

此功能適用於下列 AWS 區域：美國東部 （維吉尼亞北部）、美國西部 （奧勒岡）、亞太區域 （孟買）、亞太區域 （雪梨） 和歐洲 （愛爾蘭）。

授權 Amazon Pinpoint 使用 AWS CLI 和 Lambda add-permission 命令叫用 Lambda 函數

將 Lambda 函數政策指派給函數後，您可以新增許可，允許 Amazon Pinpoint 叫用特定專案、行銷活動或旅程的函數。您可以使用 AWS Command Line Interface （AWS CLI） 和 Lambda add-permission命令來執行此操作。下列範例顯示如何針對特定專案執行此操作 （projectId):

$ aws lambda add-permission \
--function-name function-name \
--statement-id sid \
--action lambda:InvokeFunction \
--principal pinpoint.us-east-1.amazonaws.com \
--source-arn arn:aws:mobiletargeting:us-east-1:accountId:recommenders/*

上述範例格式適用於 Unix、Linux 和 macOS。若使用 Microsoft Windows，請使用插入符號(^) 取代反斜線 (\) 行接續字元。

如果此命令成功執行，您會看到類似如下的輸出：

{
  "Statement": "{\"Sid\":\"sid\",
    \"Effect\":\"Allow\",
    \"Principal\":{\"Service\":\"pinpoint.us-east-1.amazonaws.com\"},
    \"Action\":\"lambda:InvokeFunction\",
    \"Resource\":\"arn:aws:lambda:us-east-1:111122223333:function:function-name\",
    \"Condition\":
      {\"ArnLike\":
        {\"AWS:SourceArn\":
         \"arn:aws:mobiletargeting:us-east-1:111122223333:recommenders/*\"}}}"
}

此Statement值是新增至 Lambda 函數政策的陳述式的JSON字串版本。

設定 Amazon Pinpoint 以叫用推薦模型的 Lambda 函數

若要將 Amazon Pinpoint 設為可調用推薦者統模型的 Lambda 函數，請為該模型指定以下 Lambda 專用的組態設定：

  • RecommendationTransformerUri – 此屬性會指定 Lambda 函數的名稱或 Amazon Resource Name （ARN）。

  • Attributes – 此物件是一個對應，定義了函數新增到每個端點定義的自訂建議屬性。這些屬性中的每一個都可以做為訊息範本中的訊息變數使用。

您可以使用 Amazon Pinpoint 的 Recommender Models 資源 API（建立模型的組態時） 或 Amazon Pinpoint 的 Recommender Model 資源 API（如果您更新模型的組態） 來指定這些設定。您也可以使用 Amazon Pinpoint 主控台定義這些設定。

如需使用推薦者模型搭配 Amazon Pinpoint 的詳細資訊，請參閱 Amazon Pinpoint 使用者指南中的機器學習模型。