Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
실습 개요
한 회사가 웹 포털을 검색하는 고객에게 추천할 제품을 설명하는 일련의 규칙을 정의했습니다. 세부 요구 사항은 다음과 같은 범주로 나눌 수 있습니다.
특정 고객 ID X에 대해:
- 200ms SLA로 추천 제품 목록을 찾습니다.
- 고객의 주문 내역에서 제품을 찾고 제품 패키지 테이블에서 제품을 추천합니다.
- 같은 가구 구성원이 이미 구매한 제품은 제안하지 않습니다.
- 평점 3.5 이상의 제품만 제안합니다.
이 실습에서는 이 비즈니스 요구 사항을 충족하기 위해 관계형 데이터베이스와 문서 저장소의 소스 데이터를 Amazon Neptune으로 모델링하는 방법을 배웁니다. 샘플 고객 주문 데이터베이스를 사용하여 제품 추천 시스템을 구축합니다. 이 시스템은 고객이 제품 포털을 탐색할 때 실시간으로 제품을 추천하는 데 사용됩니다.
그래프 데이터베이스의 경우 데이터 모델링을 시작하기 전에 비즈니스 목표나 액세스 패턴부터 역방향으로 작업하는 것이 가장 좋습니다. 이 실습은 전체 시나리오를 설명하는 5개 태스크로 나뉩니다.
목표
이 실습을 마치면 다음을 수행할 수 있습니다.
- 관계형 데이터베이스의 소스 데이터를 Amazon Neptune 데이터베이스의 꼭짓점과 엣지로 모델링합니다.
- 소스 데이터에서 임베디드 엔터티를 추출합니다.
- 추가 데이터세트를 사용하여 더 관련성 높은 결과로 새로운 사용 사례를 지원합니다.
필수 기술 지식
- 관계형 데이터베이스, 데이터베이스 구조, 데이터 쿼리 언어를 사용한 경험.
- 그래프 데이터베이스의 기본 개념에 대한 지식.
- Amazon Neptune 기본 사항에 대한 지식.
- AWS Management Console을 사용하는 기본 능력.
아이콘 키
이 실습에서는 다양한 유형의 지침 및 참고 사항에 대한 주의를 환기하기 위해 다양한 아이콘이 사용됩니다. 각 아이콘의 목적은 다음과 같습니다.
- 예상 출력: 명령 또는 편집된 파일의 출력을 확인하는 데 사용할 수 있는 샘플 출력입니다.
- 자세히 알아보기: 자세한 정보를 찾을 수 있는 위치를 나타냅니다.
- 참고: 힌트, 팁 또는 중요한 가이드입니다.
- 태스크 완료: 실습의 결론 또는 요점입니다.
