翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon Personalize のワークフローの詳細
<a name="personalize-workflow"></a>

Amazon Personalize ワークフローは次のとおりです。Amazon Personalize の機能、要件、およびデータガイダンスのリストが記載されたチェックリストについては、「[準備チェックリスト](readiness-checklist.md)」を参照してください。

1. **[ユースケースを Amazon Personalize リソースと一致させる](use-cases-and-recipes.md)** — Amazon Personalize は、さまざまなケース用に設定されたドメインベースのリソースとカスタムリソースを備えています。ユースケースを Amazon Personalize リソースに一致させるときは、そのデータ要件に注意してください。ユースケースまたはレシピを選択した後、この情報はデータの準備に役立ちます。

1. **[トレーニングデータを準備する](preparing-training-data.md)** — ドメインユースケースまたはカスタムレシピのデータ要件に基づいて、CSV ファイルで一括トレーニングデータを準備します。ユースケースやレシピに応じて、Amazon Personalize はアイテムインタラクション、アイテム、ユーザー、アクション、アクションインタラクションデータを使用できます。バルクデータがない場合は、Amazon Personalize トレーニング要件とドメインユースケースまたはレシピのデータ要件を満たすまで、個々のインポートオペレーションを使用してデータを収集し、イベントをストリーミングできます。

1. **[データのスキーマ JSON ファイルを作成する](how-it-works-dataset-schema.md)** — インポートするデータタイプごとにスキーマ JSON ファイルを作成します。これらのファイルは、列名とそのデータ型など、データの構造と内容を概説しています。

1. **[データセットグループを作成する](data-prep-ds-group.md)** — データセットグループは、Amazon Personalize のリソースのコンテナです。VIDEO\_ON\_DEMAND または ECOMMERCE ドメイン向けに事前設定されたリソースを使用してドメインデータセットグループを作成できます。または、カスタムデータセットグループを作成して、カスタムリソースのみを作成することもできます。

1. **[スキーマとデータセットを作成する](data-prep-creating-datasets.md)** — *スキーマ*は、Amazon Personalize にデータの構造を知らせ、Amazon Personalize がデータを解析できるようにします。*データセット*は、Amazon Personalize でデータをトレーニングするためのコンテナです。

1. **[トレーニングデータをデータセットにインポートする](import-data.md)** — 準備したインタラクション、アイテム、ユーザー、アクション、またはアクションインタラクションレコードをインポートします。レコードは一括でインポートすることも、個別にインポートすることもできます。

1. **モデルのトレーニングとデプロイ** — VIDEO\_ON\_DEMAND ドメインまたは ECOMMERCE ドメインでモデルをトレーニングしてデプロイするには、ドメインレコメンダーを作成します。カスタムリソースの場合、ソリューションとソリューションバージョンを作成します。リアルタイムのレコメンデーションについては、ソリューションバージョンのソリューションをキャンペーンにデプロイします。
   + ドメインレコメンダーの作成方法については、「[ドメインレコメンダー](creating-recommenders.md)」を参照してください。
   + カスタムリソースの作成およびデプロイの詳細については、「[カスタムリソース](create-custom-resources.md)」を参照してください。

1. **[レコメンデーションを取得する](getting-recommendations.md)** — レコメンダーやカスタムキャンペーンを使ってレコメンデーションを取得します。フィルターを使用して、特定の種類のアイテムをレコメンデーションに含めたり、レコメンデーションに含めたり、レコメンデーションから除外したりできます。詳細については、「[レコメンデーションとユーザーセグメントのフィルタリング](filter.md)」を参照してください。カスタムリソースを使用すると、キャンペーンを作成せずにバッチレコメンデーションやユーザーセグメントを取得することもできます。

1. **[リアルタイムイベントを記録する](recording-events.md)** — お客様がレコメンデーションに反応する様子をリアルタイムで記録します。これにより、インタラクションデータが蓄積され、データが最新の状態に保たれます。また、Amazon Personalize にユーザーの現在の関心を伝えることができるため、レコメンデーションの関連性が高まります。

Amazon Personalize ワークフローを初めて完了した後は、データを最新の状態に保ち、手動トレーニングを使用するカスタムソリューションを定期的に再トレーニングしてください。これにより、モデルはユーザーの最新のアクティビティから学習し、レコメンデーションの関連性を維持および改善できます。詳細については、「[レコメンデーションの関連性の維持](maintaining-relevance.md)」を参照してください。