Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Kumpulan data dan skema khusus
Saat membuat grup kumpulan data Kustom, Anda membuat skema sendiri dari awal. Kumpulan data dan skema grup kumpulan data khusus memiliki lebih sedikit bidang yang diperlukan dan lebih banyak fleksibilitas. Topik berikut menjelaskan skema dan persyaratan data untuk kumpulan data grup kumpulan data Kustom. Setiap bagian kumpulan data mencantumkan data yang diperlukan untuk jenis kumpulan data dan memberikan contoh skema JSON.
Untuk informasi tentang jenis data yang dapat Anda impor ke Amazon Personalize, lihat. [Jenis data yang dapat digunakan Amazon Personalize](datasets.md) Untuk informasi tentang persyaratan skema Amazon Personalisasi umum, seperti persyaratan pemformatan dan tipe data bidang yang tersedia, lihat. [Membuat file JSON skema untuk skema Amazon Personalize](how-it-works-dataset-schema.md) Persyaratan ini berlaku untuk semua skema Amazon Personalize.
**Topics**
+ [Dataset kustom dan persyaratan skema](#dataset-requirements)
+ [Persyaratan skema kumpulan data interaksi item (khusus)](interactions-dataset-requirements.md)
+ [Persyaratan skema kumpulan data pengguna (kustom)](user-dataset-requirements.md)
+ [Persyaratan skema dataset item (kustom)](item-dataset-requirements.md)
+ [Persyaratan skema kumpulan data tindakan (kustom)](action-dataset-requirements.md)
+ [Persyaratan skema kumpulan data interaksi tindakan (kustom)](action-interactions-dataset-requirements.md)
## Dataset kustom dan persyaratan skema
Saat Anda membuat kumpulan data untuk grup kumpulan data Kustom, setiap jenis kumpulan data memiliki bidang wajib berikut dan kata kunci cadangan dengan tipe data yang diperlukan.
| Jenis dataset | Bidang wajib | Kata kunci terpesan |
| --- | --- | --- |
| Interaksi item ([contoh skema](interactions-dataset-requirements.md#schema-examples-interactions)) | USER\$1ID () `string` ITEM\$1ID () `string` STEMPEL WAKTU () `long` | EVENT\$1TYPE () `string` EVENT\$1VALUE (,) `float` `null` KESAN (`string`,`null`) REKOMENDASI\$1ID (,) `string` `null` EVENT\$1ATTRIBUTION\$1SOURCE (,) `string` `null` |
| Pengguna ([contoh skema](user-dataset-requirements.md#schema-examples-users)) | USER\$1ID () `string` 1 bidang metadata (kategoris `string` atau numerik) | |
| Item ([contoh skema](item-dataset-requirements.md#schema-examples-items)) | ITEM\$1ID () `string` 1 bidang metadata (bidang kategoris atau `string` tekstual atau bidang numerik) | CREATION\$1TIMESTAMP () `long` |
| Tindakan ([contoh skema](action-dataset-requirements.md#schema-examples-actions)) | ACTION\$1ID () `string` 1 bidang metadata (kategoris `string` atau numerik) | CREATION\$1TIMESTAMP () `long` NILAI (`long`,`null`) JENIS (`string`,`null`) EXPIRATION\$1TIMESTAMP (,) `long` `null` REPEAT\$1FREKUENSI (`long`,) `null` |
| Interaksi aksi ([contoh skema](action-interactions-dataset-requirements.md#schema-examples-action-interactions)) | USER\$1ID () `string` ACTION\$1ID () `string` EVENT\$1TYPE () `string` STEMPEL WAKTU () `long` | KESAN (`string`,`null`) REKOMENDASI\$1ID (,) `string` `null` |
### Kolom metadata
Metadata mencakup bidang string atau non-string yang tidak diperlukan atau tidak menggunakan kata kunci cadangan. Skema metadata memiliki batasan berikut:
+ Skema Pengguna, Item, dan Tindakan memerlukan setidaknya satu bidang metadata.
+ Anda dapat menambahkan paling banyak 25 bidang metadata untuk skema Pengguna, 100 bidang metadata untuk skema Item, dan 10 bidang metadata untuk skema Tindakan.
+ Jika Anda menambahkan bidang metadata Anda sendiri dari tipe`string`, itu harus menyertakan `categorical` atribut atau `textual` atribut (hanya skema Item yang mendukung bidang dengan atribut tekstual). Jika tidak, Amazon Personalize tidak akan menggunakan bidang saat melatih model.
### Kata kunci terpesan
Kata kunci yang dicadangkan adalah opsional, bidang non-metadata. Bidang ini dianggap dicadangkan karena Anda harus menentukan bidang sebagai tipe data yang diperlukan saat Anda menggunakannya, dan kata kunci tidak dapat digunakan sebagai nilai dalam data Anda. Bidang string kategoris yang dicadangkan harus `categorical` disetel ke`true`, sementara bidang string yang dicadangkan tidak dapat dikategorikan. Berikut ini adalah kata kunci yang dicadangkan:
+ EVENT\$1TYPE: Untuk kumpulan data interaksi Item dengan satu atau beberapa jenis acara, seperti *klik* dan *unduh*, gunakan bidang. `EVENT_TYPE` Anda harus mendefinisikan bidang EVENT\$1TYPE sebagai `string` dan tidak dapat diatur sebagai kategoris.
+ EVENT\$1VALUE: Untuk kumpulan data interaksi Item yang menyertakan data nilai untuk peristiwa, seperti persentase video yang ditonton pengguna, gunakan `EVENT_VALUE` bidang dengan tipe dan opsional. `float` `null`
+ CREATION\$1TIMESTAMP: Untuk kumpulan data Item atau Tindakan dengan stempel waktu untuk tanggal pembuatan setiap item, gunakan bidang dengan tipe. `CREATION_TIMESTAMP` `long` Amazon Personalize menggunakan `CREATION_TIMESTAMP` data untuk menghitung usia item dan menyesuaikan rekomendasi yang sesuai. Lihat [Data stempel waktu pembuatan](items-datasets.md#creation-timestamp-data).
+ IMPRESSION: Untuk kumpulan data interaksi Item dengan data tayangan eksplisit, gunakan `IMPRESSION` bidang dengan tipe `String` dan tipe opsional. `null` Tayangan adalah daftar item yang terlihat oleh pengguna saat berinteraksi dengan (misalnya, diklik atau ditonton) item tertentu. Untuk informasi selengkapnya, lihat [Data tayangan](interactions-datasets.md#interactions-impressions-data).
+ RECOMMENTATION\$1ID: Untuk kumpulan data interaksi Item yang menggunakan rekomendasi sebelumnya sebagai data tayangan implisit, secara opsional gunakan bidang dengan tipe dan tipe opsional. `RECOMMENDATION_ID` `String` `null`
Anda tidak perlu menambahkan `RECOMMENDATION_ID` bidang untuk Amazon Personalize untuk menggunakan tayangan implisit saat membuat rekomendasi. Anda dapat lulus `recommendationId` dalam [PutEvents](API_UBS_PutEvents.md) operasi tanpa itu. Untuk informasi selengkapnya, lihat [Data tayangan](interactions-datasets.md#interactions-impressions-data).
+ NILAI: Untuk kumpulan data Tindakan, jika Anda memiliki nilai data untuk beberapa atau semua tindakan Anda, tambahkan `VALUE` bidang ke skema Anda. Untuk jenisnya, gunakan `long` dan ketik `null` opsional. Untuk informasi selengkapnya tentang tindakan dan nilainya, lihat[Data nilai](actions-datasets.md#action-value-data).
+ ACTION\$1EXPIRATION\$1TIMESTAMP: Untuk kumpulan data Tindakan, jika Anda memiliki stempel waktu kedaluwarsa untuk beberapa atau semua tindakan Anda, tambahkan bidang ke skema Anda. `ACTION_EXPIRATION_TIMESTAMP` Untuk jenisnya, gunakan `long` dan ketik `null` opsional. Untuk informasi selengkapnya tentang cap waktu kedaluwarsa, lihat. [Data stempel waktu kedaluwarsa tindakan](actions-datasets.md#action-expiration-timestamp-data)
+ REPEAT\$1FREQUENCY: Untuk kumpulan data Tindakan, jika Anda memiliki data frekuensi berulang untuk beberapa atau semua tindakan Anda, tambahkan `REPEAT_FREQUENCY` bidang ke skema Anda. Untuk jenisnya, gunakan `long` dan ketik `null` opsional. Untuk informasi selengkapnya tentang data frekuensi berulang, lihat[Ulangi data frekuensi](actions-datasets.md#action-repeat-frequency).
# Persyaratan skema kumpulan data interaksi item (khusus)
Kumpulan data *interaksi Item menyimpan data* historis dan waktu nyata dari interaksi antara pengguna dan item di katalog Anda. Untuk informasi tentang jenis data interaksi yang dapat digunakan Amazon Personalize, lihat. [Data interaksi item](interactions-datasets.md)
Data yang Anda berikan untuk setiap interaksi harus sesuai dengan skema Anda. Bergantung pada skema Anda, metadata interaksi dapat menyertakan nilai kosong/nol. Minimal, Anda harus memberikan yang berikut untuk setiap interaksi:
+ ID Pengguna
+ ID Barang
+ Stempel waktu (dalam format waktu zaman Unix)
Anda bebas menambahkan bidang tambahan tergantung pada kasus penggunaan dan data Anda. Selama bidang tidak terdaftar sebagai wajib atau dicadangkan, dan tipe data dicantumkan[Jenis data skema](how-it-works-dataset-schema.md#personalize-datatypes), nama bidang dan tipe data terserah Anda.
Jumlah total maksimum bidang metadata opsional yang dapat Anda tambahkan ke kumpulan data interaksi Item, dikombinasikan dengan jumlah total jenis peristiwa *berbeda* dalam data interaksi Item Anda, adalah 10. Bidang metadata yang disertakan dalam hitungan ini adalah bidang EVENT\$1TYPE, EVENT\$1VALUE bersama dengan bidang metadata kustom yang Anda tambahkan ke skema Anda. Jumlah maksimum bidang metadata yang tidak termasuk bidang cadangan, seperti IMPRESSION, adalah 5. Nilai kategoris dapat memiliki paling banyak 1000 karakter. Jika Anda memiliki interaksi dengan nilai kategoris dengan lebih dari 1000, pekerjaan impor dataset Anda akan gagal.
Untuk informasi lebih lanjut tentang persyaratan minimum dan batas data maksimum untuk kumpulan data interaksi Item, lihat[Kuota layanan](limits.md#limits-table).
## Contoh skema interaksi (kustom)
Contoh berikut menunjukkan skema untuk kumpulan data interaksi Item. `TIMESTAMP`Bidang `USER_ID``ITEM_ID`,, dan diperlukan. `IMPRESSION`Bidang`EVENT_TYPE`,`EVENT_VALUE`, dan adalah kata kunci cadangan opsional yang diakui oleh Amazon Personalize. EVENT\$1TYPE harus bertipe string dan tidak bisa kategoris. `LOCATION`dan `DEVICE` merupakan bidang metadata kontekstual opsional. Untuk informasi tentang persyaratan skema, lihat[Dataset kustom dan persyaratan skema](custom-datasets-and-schemas.md#dataset-requirements).
```
{
"type": "record",
"name": "Interactions",
"namespace": "com.amazonaws.personalize.schema",
"fields": [
{
"name": "USER_ID",
"type": "string"
},
{
"name": "ITEM_ID",
"type": "string"
},
{
"name": "EVENT_TYPE",
"type": "string"
},
{
"name": "EVENT_VALUE",
"type": [
"float",
"null"
]
},
{
"name": "LOCATION",
"type": "string",
"categorical": true
},
{
"name": "DEVICE",
"type": [
"string",
"null"
],
"categorical": true
},
{
"name": "TIMESTAMP",
"type": "long"
},
{
"name": "IMPRESSION",
"type": "string"
}
],
"version": "1.0"
}
```
Untuk skema ini, beberapa baris pertama data historis dalam file CSV mungkin terlihat seperti berikut. Perhatikan bahwa beberapa nilai untuk EVENT\$1VALUE adalah null.
```
USER_ID,ITEM_ID,EVENT_TYPE,EVENT_VALUE,LOCATION,DEVICE,TIMESTAMP,IMPRESSION
35,73,click,,Ohio,Tablet,1586731606,73|70|17|95|96|92|55|45|16|97|56|54|33|94|36|10|5|43|19|13|51|90|65|59|38
54,35,watch,0.75,Indiana,Cellphone,1586735164,35|82|78|57|20|63|1|90|76|75|49|71|26|24|25|6|37|85|40|98|32|13|11|54|48
9,33,click,,Oregon,Cellphone,1586735158,68|33|62|6|15|57|45|24|78|89|90|40|26|91|66|31|47|17|99|29|27|41|77|75|14
23,10,watch,0.25,California,Tablet,1586735697,92|89|36|10|39|77|4|27|79|18|83|16|28|68|78|40|50|3|99|7|87|49|12|57|53
27,11,watch,0.55,Indiana,Tablet,1586735763,11|7|39|95|71|1|6|40|41|28|99|53|68|76|0|65|69|36|22|42|34|67|24|20|66
...
...
```
# Persyaratan skema kumpulan data pengguna (kustom)
*Dataset Pengguna* menyimpan metadata tentang pengguna Anda. Ini mungkin termasuk informasi seperti usia, jenis kelamin, dan keanggotaan loyalitas untuk setiap item. Untuk informasi tentang jenis data pengguna yang dapat Anda impor ke Amazon Personalize, lihat. [Metadata pengguna](users-datasets.md)
Data yang Anda berikan untuk setiap pengguna harus sesuai dengan skema Anda. Minimal, Anda harus memberikan User ID untuk setiap pengguna (panjang maksimal 256 karakter). Bergantung pada skema Anda, metadata pengguna dapat menyertakan nilai. empty/null Skema Pengguna Anda harus memiliki minimal satu bidang metadata, tetapi jika Anda menambahkan `null` tipe, nilai ini dapat menjadi nol untuk pengguna. Anda bebas menambahkan bidang tambahan tergantung pada kasus penggunaan dan data Anda. Selama bidang tidak terdaftar sebagai wajib atau dicadangkan, dan tipe data dicantumkan[Jenis data skema](how-it-works-dataset-schema.md#personalize-datatypes), nama bidang dan tipe data terserah Anda.
Untuk menggunakan data kategoris, tambahkan bidang tipe `string` dan atur atribut kategoris bidang ke `true` dalam skema Anda. Kemudian sertakan data kategoris dalam file CSV massal Anda dan impor catatan individual. Untuk pengguna dengan beberapa kategori, pisahkan setiap nilai menggunakan bilah vertikal, '\$1'. Misalnya, untuk bidang SUBSCRIPTION\$1MODEL, data Anda untuk pengguna mungkin student\$1monthly\$1discount.
Nilai kategoris dapat memiliki paling banyak 1000 karakter. Jika Anda memiliki pengguna dengan nilai kategoris dengan lebih dari 1000 karakter, pekerjaan impor dataset Anda akan gagal.
Untuk informasi selengkapnya tentang persyaratan minimum dan batas data maksimum untuk kumpulan data Pengguna, lihat[Kuota layanan](limits.md#limits-table).
## Contoh skema pengguna (kustom)
Contoh berikut menunjukkan bagaimana menyusun skema Users. `USER_ID`Bidang diperlukan dan `GENDER` bidang `AGE` dan adalah metadata. Setidaknya satu bidang metadata diperlukan dan Anda dapat menambahkan paling banyak 25 bidang metadata. Untuk informasi tentang persyaratan skema, lihat[Dataset kustom dan persyaratan skema](custom-datasets-and-schemas.md#dataset-requirements).
```
{
"type": "record",
"name": "Users",
"namespace": "com.amazonaws.personalize.schema",
"fields": [
{
"name": "USER_ID",
"type": "string"
},
{
"name": "AGE",
"type": "int"
},
{
"name": "GENDER",
"type": "string",
"categorical": true
}
],
"version": "1.0"
}
```
Untuk skema ini, beberapa baris pertama data historis dalam file CSV mungkin terlihat seperti berikut.
```
USER_ID,AGE,GENDER
5,34,Male
6,56,Female
8,65,Male
...
...
```
# Persyaratan skema dataset item (kustom)
*Dataset Item* menyimpan metadata tentang item Anda di katalog Anda. Ini mungkin termasuk informasi seperti harga, genre, dan ketersediaan untuk setiap item. Untuk informasi tentang jenis data item yang dapat Anda impor ke Amazon Personalize, lihat. [Metadata barang](items-datasets.md)
Data yang Anda berikan untuk setiap item harus cocok dengan skema kumpulan data Item Anda. Minimal, Anda harus memberikan ID Item untuk setiap item (panjang maksimal 256 karakter). Bergantung pada skema Anda, metadata item dapat menyertakan nilai. empty/null Skema Anda harus memiliki minimal satu bidang metadata, tetapi jika Anda menambahkan `null` tipe, nilai ini dapat menjadi nol untuk item tersebut. Anda bebas menambahkan bidang tambahan tergantung pada kasus penggunaan dan data Anda. Selama bidang tidak terdaftar sebagai wajib atau dicadangkan, dan tipe data dicantumkan[Jenis data skema](how-it-works-dataset-schema.md#personalize-datatypes), nama bidang dan tipe data terserah Anda.
Untuk menggunakan data kategoris, tambahkan bidang tipe `string` dan atur atribut kategoris bidang ke `true` dalam skema Anda. Kemudian sertakan data kategoris dalam file CSV massal Anda dan impor item individual. Nilai kategoris dapat memiliki paling banyak 1000 karakter. Jika Anda memiliki item dengan nilai kategoris dengan lebih dari 1000 karakter, pekerjaan impor dataset Anda akan gagal.
Untuk item dengan beberapa kategori, pisahkan setiap nilai dengan bilah vertikal, '\$1'. Misalnya, untuk bidang GENRES, data Anda untuk item mungkin`Action|Crime|Biopic`. Jika Anda memiliki beberapa level data kategoris dan beberapa item memiliki beberapa kategori untuk setiap level dalam hierarki, tambahkan bidang untuk setiap level dan tambahkan indikator level setelah setiap nama bidang: GENRES, GENRE\$1L2, GENRE\$1L3. Ini memungkinkan Anda memfilter rekomendasi berdasarkan sub-kategori, bahkan jika item termasuk dalam beberapa kategori multi-level (untuk informasi tentang membuat dan menggunakan filter lihat[Memfilter rekomendasi dan segmen pengguna](filter.md)). Misalnya, video mungkin memiliki data berikut untuk setiap tingkat kategori:
+ GENRE: Aksi\$1Petualangan
+ GENRE\$1L2: Kejahatan\$1Barat
+ GENRE\$1L3: Biopik
Dalam contoh ini, video berada dalam hierarki aksi> kriminal> biopik *dan* hierarki biopik petualangan> barat>. Kami merekomendasikan hanya menggunakan hingga L3 tetapi Anda dapat menggunakan lebih banyak level jika perlu.
Selama pelatihan model, Amazon Personalize mempertimbangkan maksimum 750.000 item. Jika Anda mengimpor lebih dari 750.000 item, Amazon Personalize memutuskan item mana yang akan disertakan dalam pelatihan, dengan penekanan pada menyertakan item baru (item yang baru-baru ini Anda tambahkan tanpa interaksi) dan item yang ada dengan data interaksi terbaru.
Untuk informasi selengkapnya tentang persyaratan minimum dan batas data maksimum untuk kumpulan data Item, lihat[Kuota layanan](limits.md#limits-table).
## Contoh skema kumpulan data item (kustom)
Contoh berikut menunjukkan bagaimana menyusun skema Item. Bidang `ITEM_ID` wajib diisi. `GENRE`Bidang adalah metadata kategoris dan `DESCRIPTION` bidangnya adalah metadata tekstual. Setidaknya diperlukan satu bidang metadata. Anda dapat menambahkan maksimal 100 bidang metadata. `CREATION_TIMESTAMP`Bidang adalah kata kunci yang dicadangkan. Untuk informasi tentang persyaratan skema, lihat[Dataset kustom dan persyaratan skema](custom-datasets-and-schemas.md#dataset-requirements).
```
{
"type": "record",
"name": "Items",
"namespace": "com.amazonaws.personalize.schema",
"fields": [
{
"name": "ITEM_ID",
"type": "string"
},
{
"name": "GENRES",
"type": [
"null",
"string"
],
"categorical": true
},
{
"name": "CREATION_TIMESTAMP",
"type": "long"
},
{
"name": "DESCRIPTION",
"type": [
"null",
"string"
],
"textual": true
}
],
"version": "1.0"
}
```
Untuk skema ini, beberapa baris pertama data historis dalam file CSV mungkin terlihat seperti berikut.
```
ITEM_ID,GENRES,CREATION_TIMESTAMP,DESCRIPTION
1,Adventure|Animation|Children|Comedy|Fantasy,1570003267,"This is an animated movie that features action, comedy, and fantasy. Audience is children. This movie was released in 2004."
2,Adventure|Children|Fantasy,1571730101,"This is an adventure movie with elements of fantasy. Audience is children. This movie was release in 2010."
3,Comedy|Romance,1560515629,"This is a romantic comedy. The movie was released in 1999. Audience is young women."
4,Comedy|Drama|Romance,1581670067,"This movie includes elements of both comedy and drama as well as romance. This movie was released in 2020."
...
...
```
# Persyaratan skema kumpulan data tindakan (kustom)
*Tindakan* adalah aktivitas keterlibatan yang mungkin ingin Anda rekomendasikan kepada pelanggan Anda. Tindakan mungkin termasuk menginstal aplikasi seluler Anda, melengkapi profil keanggotaan, bergabung dengan program loyalitas Anda, atau mendaftar untuk email promosi. *Dataset Actions* menyimpan data tentang tindakan Anda. Untuk informasi tentang jenis data tindakan yang dapat Anda impor ke Amazon Personalize, lihat. [Metadata aksi](actions-datasets.md)
Data yang Anda berikan untuk setiap tindakan harus sesuai dengan skema kumpulan data Tindakan Anda. Bergantung pada skema Anda, metadata tindakan dapat menyertakan nilai. empty/null
Minimal, Anda harus memberikan ID Tindakan untuk setiap item (panjang maksimal 256 karakter). Skema Anda harus memiliki minimal satu bidang metadata, tetapi jika Anda menambahkan `null` tipe, nilai ini dapat menjadi nol untuk tindakan tersebut. Anda dapat menambahkan bidang tambahan tergantung pada kasus penggunaan dan data Anda. Anda dapat memilih nama bidang dan tipe data kecuali bidang terdaftar sebagai wajib atau dicadangkan, dan tipe data dicantumkan[Jenis data skema](how-it-works-dataset-schema.md#personalize-datatypes).
Untuk menambahkan bidang kategoris, tambahkan bidang tipe `string` dan atur atribut kategoris bidang ke `true` dalam skema Anda. Kemudian sertakan data kategoris dalam file CSV massal Anda dan impor tindakan individual. Nilai kategoris dapat memiliki paling banyak 1000 karakter. Jika Anda memiliki tindakan dengan nilai kategoris dengan lebih dari 1000 karakter, pekerjaan impor dataset Anda akan gagal.
Untuk informasi selengkapnya tentang persyaratan minimum dan batas data maksimum untuk kumpulan data Tindakan, lihat[Kuota layanan](limits.md#limits-table).
## Contoh skema kumpulan data tindakan (kustom)
Contoh berikut menunjukkan bagaimana menyusun skema Actions. Bidang `ACTION_ID` wajib diisi. `MEMBERSHIP_LEVEL`Bidang adalah bidang string kategoris. `REPEAT_FREQUENCY`Bidang `VALUE``CREATION_TIMESTAMP`,, dan adalah kata kunci yang dicadangkan dengan jenis yang diperlukan. Anda dapat menambahkan maksimal 10 kolom. Untuk informasi tentang persyaratan skema, lihat[Dataset kustom dan persyaratan skema](custom-datasets-and-schemas.md#dataset-requirements).
```
{
"type": "record",
"name": "Actions",
"namespace": "com.amazonaws.personalize.schema",
"fields": [
{
"name": "ACTION_ID",
"type": "string"
},
{
"name": "VALUE",
"type": [
"null",
"long"
]
},
{
"name": "MEMBERSHIP_LEVEL",
"type": [
"null",
"string"
],
"categorical": true
},
{
"name": "CREATION_TIMESTAMP",
"type": "long"
},
{
"name": "REPEAT_FREQUENCY",
"type": [
"long",
"null"
]
}
],
"version": "1.0"
}
```
Untuk skema ini, beberapa baris pertama data historis dalam file CSV mungkin terlihat seperti berikut.
```
ACTION_ID,VALUE,MEMBERSHIP_LEVEL,CREATION_TIMESTAMP,REPEAT_FREQUENCY
1,10,Deluxe|Premium,1510003267,7
2,5,Basic,1580003267,7
3,5,Preview,1590003267,3
4,10,Deluxe|Platinum,1560003267,4
...
...
```
# Persyaratan skema kumpulan data interaksi tindakan (kustom)
Kumpulan data *interaksi Tindakan menyimpan data* historis dan waktu nyata dari interaksi antara pengguna dan tindakan dalam *kumpulan data Tindakan* Anda. Untuk informasi tentang jenis data yang dapat digunakan Amazon Personalize, lihat. [Data interaksi aksi](action-interactions-datasets.md)
Data yang Anda berikan untuk setiap interaksi harus sesuai dengan skema Anda. Bergantung pada skema Anda, metadata interaksi dapat menyertakan nilai. empty/null Minimal, skema Anda harus mencakup yang berikut:
+ USER\$1ID
+ ACTION\$1ID
+ TIMESTAMP
+ EVENT\$1TYPE
Anda dapat menambahkan bidang tambahan tergantung pada kasus penggunaan dan data Anda. Anda dapat memilih nama bidang dan tipe data kecuali bidang terdaftar sebagai wajib atau dicadangkan, dan tipe data dicantumkan[Jenis data skema](how-it-works-dataset-schema.md#personalize-datatypes).
Untuk informasi selengkapnya tentang persyaratan minimum dan batas data maksimum untuk kumpulan data interaksi Tindakan, lihat[Kuota layanan](limits.md#limits-table).
## Contoh skema kumpulan data interaksi aksi (kustom)
Contoh berikut menunjukkan skema untuk kumpulan data interaksi Tindakan dengan hanya bidang yang diperlukan. Untuk informasi tentang persyaratan pemformatan skema umum, lihat. [Persyaratan pemformatan skema](how-it-works-dataset-schema.md#general-schema-requirements)
```
{
"type": "record",
"name": "ActionInteractions",
"namespace": "com.amazonaws.personalize.schema",
"fields": [
{
"name": "USER_ID",
"type": "string"
},
{
"name": "ACTION_ID",
"type": "string"
},
{
"name": "EVENT_TYPE",
"type": "string"
},
{
"name": "TIMESTAMP",
"type": "long"
}
],
"version": "1.0"
}
```
Untuk skema ini, beberapa baris pertama data historis dalam file CSV mungkin terlihat seperti berikut.
```
USER_ID,ACTION_ID,EVENT_TYPE,TIMESTAMP
35,73,Viewed,1586731606
54,35,Not taken,1586731609
9,33,Viewed,1586735158
23,10,Taken,1586735697
27,11,Taken,1586735763
...
...
```