설명서Experience PlatformData Science Workspace 안내서

소매 판매 스키마 및 데이터 세트 만들기

Last update: Tue Jul 16 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

작성 대상:

  • 사용자
  • 개발자

이 자습서에서는 다른 모든 Adobe Experience Platform Data Science Workspace 자습서에 필요한 사전 요구 사항 및 자산을 제공합니다. 완료되면 Experience Platform에서 사용자 및 조직의 멤버가 소매 판매 스키마 및 데이터 세트를 사용할 수 있습니다.

시작하기

이 자습서를 시작하기 전에 다음 사전 요구 사항이 있어야 합니다.

  • Adobe Experience Platform에 액세스. Experience Platform의 조직에 대한 액세스 권한이 없는 경우 계속하기 전에 시스템 관리자에게 문의하십시오.

  • Experience Platform API 호출 권한 부여. 이 자습서를 성공적으로 완료하려면 Adobe Experience Platform API 인증 및 액세스 자습서를 완료하여 다음 값을 얻으십시오.

    • 인증: {ACCESS_TOKEN}
    • x-api 키: {API_KEY}
    • x-gw-ims-org-id: {ORG_ID}
    • 클라이언트 암호: {CLIENT_SECRET}
    • 클라이언트 인증서: {PRIVATE_KEY}

  • 소매 판매 레시피에 대한 샘플 데이터 및 소스 파일입니다. 이 자습서와 다른 Data Science Workspace 자습서에 필요한 자산을 공개 Git Adobe에서 다운로드하십시오.

  • Python >= 2.7 및 다음 Python 패키지:

  • 이 자습서에서 사용되는 다음 개념에 대한 작업 이해:

소매 판매 스키마 및 데이터 세트 만들기

소매 판매 스키마 및 데이터 세트는 제공된 부트스트랩 스크립트를 사용하여 자동으로 생성됩니다. 다음 단계를 순서대로 수행합니다.

파일 구성

  1. Experience Platform 자습서 리소스 패키지 내에서 bootstrap 디렉터리로 이동한 다음 적절한 텍스트 편집기를 사용하여 config.yaml을(를) 엽니다.

  2. Enterprise 섹션에서 다음 값을 입력합니다.

    code language-yaml 
    Enterprise:
    api_key: {API_KEY}
    org_id: {ORG_ID}
    tech_acct: {technical_account_id}
    client_secret: {CLIENT_SECRET}
    priv_key_filename: {PRIVATE_KEY}

  3. Platform 섹션에 있는 값을 편집합니다. 아래 예제를 참조하십시오.

    code language-yaml 
    Platform:
    platform_gateway: https://platform.adobe.io
    ims_token: {ACCESS_TOKEN}
    ingest_data: "True"
    build_recipe_artifacts: "False"
    kernel_type: Python
    • platform_gateway: API 호출의 기본 경로입니다. 이 값은 수정하지 마십시오.
    • ims_token: {ACCESS_TOKEN}이(가) 여기에 있습니다.
    • ingest_data: 이 자습서에서는 소매 판매 스키마 및 데이터 세트를 만들려면 이 값을 "True"(으)로 설정하십시오. "False" 값은 스키마만 만듭니다.
    • build_recipe_artifacts: 이 자습서에서는 스크립트가 레서피 아티팩트를 생성하지 않도록 이 값을 "False"(으)로 설정하십시오.
    • kernel_type: 레시피 아티팩트의 실행 유형입니다. build_recipe_artifacts이(가) "False"(으)로 설정된 경우 이 값을 Python(으)로 둡니다. 그렇지 않으면 올바른 실행 유형을 지정하십시오.

  4. Titles 섹션에서 소매 판매 샘플 데이터에 적합한 다음 정보를 제공하고 편집한 후 파일을 저장하고 닫습니다. 아래 예제:

    code language-yaml 
    Titles:
    input_class_title: retail_sales_input_class
    input_mixin_title: retail_sales_input_mixin
    input_mixin_definition_title: retail_sales_input_mixin_definition
    input_schema_title: retail_sales_input_schema
    input_dataset_title: retail_sales_input_dataset
    file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json
    file_with_tenant_id: DSWRetailSales_with_tenant_id.json
    is_output_schema_different: "True"
    output_mixin_title: retail_sales_output_mixin
    output_mixin_definition_title: retail_sales_output_mixin_definition
    output_schema_title: retail_sales_output_title
    output_dataset_title: retail_sales_output_dataset

부트스트랩 스크립트 실행

  1. 터미널 응용 프로그램을 열고 Experience Platform 자습서 리소스 디렉터리로 이동합니다.

  2. bootstrap 디렉터리를 현재 작업 경로로 설정하고 다음 명령을 입력하여 bootstrap.py Python 스크립트를 실행합니다.

    code language-bash 
    python bootstrap.py
    note note
    NOTE
    스크립트를 완료하는 데 몇 분 정도 걸릴 수 있습니다.

다음 단계

부트스트랩 스크립트가 완료되면 Experience Platform에서 소매 판매 입력 및 출력 스키마와 데이터 세트를 볼 수 있습니다. 미리 보기 스키마 데이터 튜토리얼을(를) 참조하십시오.
추가 정보.

제공된 부트스트랩 스크립트를 사용하여 소매 판매 샘플 데이터를 Experience Platform에 수집했습니다.

수집된 데이터로 작업을 계속하려면 다음을 수행합니다.

  • Jupyter Notebooks를 사용하여 데이터 분석
    • 데이터 과학 Workspace의 Jupyter Notebooks를 사용하여 데이터에 액세스하고, 탐색하고, 시각화하고, 이해할 수 있습니다.
  • 소스 파일을 레시피에 패키징
    • 가져오기 가능한 레시피 파일에 소스 파일을 패키지하여 자신의 모델을 Data Science Workspace (으)로 가져오는 방법을 알아보려면 이 자습서를 따르십시오.
recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9