서비스 주기 학습 요청

인쇄
공유
PDF

기사 요약

이 요약이 도움이 되었나요?

의견을 보내 주셔서 감사합니다.

Classic/VPC 환경에서 이용 가능합니다.

서비스 타입이 interval인 서비스가 데이터셋 학습을 주기적으로 진행하도록 요청합니다.

요청

요청 형식을 설명합니다. 요청 형식은 다음과 같습니다.

메서드	URI
PUT	/services/{serviceId}/schedule

요청 헤더

AiTEMS API에서 공통으로 사용하는 헤더에 대한 정보는 AiTEMS 공통 헤더를 참조해 주십시오.

요청 경로 파라미터

파라미터에 대한 설명은 다음과 같습니다.

필드	타입	필수 여부	설명
`serviceId`	String	Required	서비스 ID 서비스 목록 조회를 통해 확인 `type`이 `interval`인 서비스의 ID만 입력 가능

요청 쿼리 파라미터

파라미터에 대한 설명은 다음과 같습니다.

필드	타입	필수 여부	설명
`action`	String	Required	주기 학습 실행 여부 `start` \| `stop` `start`: 주기 학습 실행 `stop`: 주기 학습 정지

요청 바디

요청 바디에 대한 설명은 다음과 같습니다.

필드	타입	필수 여부	설명
`trainTypes`	Array	Required	학습 요청 타입 `personalRecommend` \| `relatedItem` \| `pop` `personalRecommend`: 고객 서비스 이용자의 과거 이력을 바탕으로 개인별 추천 `relatedItem`: 아이템의 연관 이력을 바탕으로 개인별 추천 `pop`: 순위별 인기 아이템 추천
`description`	String	Optional	학습에 대한 설명
`hpConfig`	Object	Required	HPO (Hyperparameter Optimization) 설정 정보
`hpConfig.is_enabled`	Boolean	Required	HPO 설정 여부 `true` \| `false` `true`: HPO 설정. 최적의 훈련 모델 구현 가능. `false`: HPO 설정 안 함. AiTEMS 내부의 자체 알고리즘으로 학습.
`hpConfig.{option}`	String, Long, Boolean	Optional	설정된 HPO 값 HPO 값 정보는 HPO 참조

HPO

설정 가능한 HPO 값에 대한 설명은 다음과 같습니다.

옵션명	타입	필수 여부	학습 타입	설명
`session_max_timestamp`	Long	Optional	개인화 추천, 연관 항목 추천	동일 세션으로 간주할 액션 간의 최대 유휴 시간(초) 10~86,400 (기본값: 1,800) 1,800 이상으로 설정할 것을 권장
`item_top_n`	Long	Optional	개인화 추천, 연관 항목 추천	추천에 활용할 최대 상품 개수 인기순으로 활용 1,000~500,000 (기본값: 20,000)
`min_item_cut`	Long	Optional	개인화 추천, 연관 항목 추천	상품 최소 등장 조건 횟수 1~1,000 (기본값: 5)
`min_session_length`	Long	Optional	개인화 추천, 연관 항목 추천	세션 내 최소 액션 횟수 2~1,000 (기본값: 2)
`max_user_recommend_top`	Long	Optional	개인화 추천	유저당 최대 추천 상품 개수 1~1,000 (기본값: 100)
`max_relate_recommend_top`	Long	Optional	연관 항목 추천	상품당 최대 연관 항목 추천 상품 개수 1~1,000 (기본값: 100)
`remove_history_item`	Boolean	Optional	개인화 추천, 연관 항목 추천	이전에 추천된 상품을 개인화 추천 목록에서 제거할지 여부 `true` \| `false` (기본값) `true`: 이전에 추천된 상품을 추천 목록에서 제거 `false`: 이전에 추천된 상품도 개인화 추천 목록에 포함
`group_column`	Array	Required	인기 항목 추천	인기 추출 그룹 컬럼 목록 USER_ID, ITEM_ID, TIMESTAMP 선택 불가
`target_column`	String	Optional	인기 항목 추천	인기 추출 대상 컬럼 USER_ID, ITEM_ID, TIMESTAMP 입력 불가 최대 100개까지 입력 가능
`max_group_recommend_top`	Long	Optional	인기 항목 추천	그룹당 최대 인기 상품 개수 1~1,000 (기본값: 100)

요청 예시

요청 예시는 다음과 같습니다.

curl --location --request PUT 'https://aitems.apigw.ntruss.com/api/v1/services/6wxgu******/schedule
?action=start' \
--header 'x-ncp-apigw-timestamp: {Timestamp}' \
--header 'x-ncp-iam-access-key: {Access Key}' \
--header 'x-ncp-apigw-signature-v2: {API Gateway Signature}' \
--header 'Content-Type: application/json' \
--data '{
    "trainTypes": [
        "pop"
    ],
    "hpConfig": {
        "is_enabled": false
    }
}'

응답

응답 형식을 설명합니다.

응답 바디

응답 바디에 대한 설명은 다음과 같습니다.

필드	타입	필수 여부	설명
`serviceId`	String	-	서비스 ID
`name`	String	-	서비스 이름
`description`	String	-	서비스에 대한 설명
`status`	String	-	서비스 상태 `scheduled` \| `scheduledLearning` \| `learnable` \| `learning` \| `deleting` \| `deleted` \| `disable` \| `drafted` \| `requestLearning` \| `datasetRequired` `scheduled`: 예약됨 `scheduledLearning`: 예약된 학습 중 `learnable`: 학습 가능 `learning`: 학습 진행 중 `deleting`: 삭제 중 `deleted`: 삭제됨 `disable`: 학습 불가 `drafted`: 임시 저장 상태 `requestLearning`: 학습 요청 상태 `datasetRequired`: 서비스 생성 후 데이터셋을 지정하지 않은 상태
`datasets`	Array	-	서비스에 설정된 데이터셋 정보
`hpConfig`	Object	-	HPO (Hyperparameter Optimization) 설정 정보
`hpConfig.is_enabled`	Boolean	-	HPO 설정 여부 `true` \| `false` `true`: HPO 설정. 최적의 훈련 모델 구현 가능. `false`: HPO 설정 안함. AiTEMS 내부의 자체 알고리즘으로 학습.
`hpConfig.{option}`	String, Long, Boolean	-	설정된 HPO 값 값에 대한 세부 정보는 HPO 참조
`infers`	Array	-	학습 결과 정보 `type`이 `interval`인 경우에만 표시
`createdDate`	String	-	서비스 생성 일시
`updatedDate`	String	-	서비스 최종 업데이트 일시
`type`	String	-	서비스 타입 `batch` \| `interval` `batch`: 학습 진행 시 1회 학습 `interval`: 학습 진행 후 일정 주기로 재학습
`learningInterval`	String	-	데이터셋 업데이트 주기
`scheduledDate`	String	-	데이터셋 업데이트 예약 시간

`datasets`

datasets에 대한 설명은 다음과 같습니다.

필드	타입	필수 여부	설명
`datasetId`	String	-	서비스에 설정된 데이터셋 ID
`type`	String	-	서비스에 설정된 데이터셋 타입 `user` \| `item` \| `interaction` `user`: 사용자 정보(연령, 성별 등)를 담은 데이터 `item`: 상품 관련 정보(가격, 출시일, 카테고리 등)를 담은 데이터 `interaction`: 사용자와 상품 간 상호작용으로 얻은 기록을 담은 데이터
`name`	String	-	서비스에 설정된 데이터셋 이름
`schemaName`	String	-	서비스에 설정된 데이터셋 스키마 이름
`status`	String	-	서비스에 설정된 데이터셋 상태 `learnable` \| `disable` \| `uploading` \| `updateRequired` `learnable`: 학습 가능 `disable`: 학습 불가 `uploading`: 업로드 중 `updatedRequired`: 업데이트된 데이터셋 등록 필요(학습 시 자동으로 등록됨)
`createdDate`	String	-	서비스에 설정된 데이터셋 생성 일시
`updatedDate`	String	-	서비스에 설정된 데이터셋 최종 업데이트 일시

`infers`

infers에 대한 설명은 다음과 같습니다.

필드	타입	필수 여부	설명
`dataType`	String	-	학습 결과 데이터셋 타입 `user` \| `item` \| `interaction` `user`: 사용자 정보(연령, 성별 등)를 담은 데이터 `item`: 상품 관련 정보(가격, 출시일, 카테고리 등)를 담은 데이터 `interaction`: 사용자와 상품 간 상호작용으로 얻은 기록을 담은 데이터
`trainVersion`	String	-	학습 결과 버전
`status`	String	-	학습 결과 상태 `enable` \| `waiting` \| `pending` \| `processing` \| `updateFailed` \| `disable` `enable`: 업데이트 가능 `waiting`: 업데이트 대기 중 `pending`: 업데이트 대기 중 `processing`: 업데이트 중 `updateFailed`: 업데이트 실패 `disable`: 업데이트 불가
`rowCount`	String	-	결과 데이터 개수
`createdDate`	String	-	데이터 생성 일시
`updatedDate`	String	-	데이터 최종 업데이트 일시

응답 상태 코드

AiTEMS API에서 공통으로 사용하는 응답 상태 코드에 대한 정보는 AiTEMS API 공통 응답 상태 코드를 참조해 주십시오.

응답 예시

응답 예시는 다음과 같습니다.

{
    "serviceId": "6wxgu******",
    "name": "service2",
    "description": "",
    "status": "scheduled",
    "datasets": [
        {
            "datasetId": "bu457******",
            "type": "interaction",
            "name": "interaction_dataset",
            "schemaName": "interaction_schema",
            "status": "learnable",
            "createdDate": "2024-07-30T09:49:19.254",
            "updatedDate": "2024-07-30T09:49:35.364"
        },
        {
            "datasetId": "g8rf6******",
            "type": "item",
            "name": "item_dataset",
            "schemaName": "item_schema",
            "status": "learnable",
            "createdDate": "2024-07-29T16:46:35.968",
            "updatedDate": "2024-07-30T08:57:35.209"
        },
        {
            "datasetId": "oeq4i******",
            "type": "user",
            "name": "user_dataset",
            "schemaName": "user_schema",
            "status": "learnable",
            "createdDate": "2024-07-30T08:58:00.662",
            "updatedDate": "2024-07-30T08:58:35.205"
        }
    ],
    "hpConfig": {
        "is_enabled": false
    },
    "infers": [],
    "createdDate": "2024-07-30T10:28:57.825",
    "updatedDate": "2024-07-30T10:29:21.550",
    "type": "interval",
    "learningInterval": "hour1",
    "scheduledDate": "2024-07-30T11:25:36.558"
}

이 문서가 도움이 되었습니까?

What's Next

서비스 수정

요청
응답

태그