华为云用户手册

实时物品日志 实时物品日志用于在实时流中对物品画像表进行写入。 表3 物品实时日志字段描述 字段名 类型 描述 是否必选 itemId String 全局唯一物品ID。 是 BASICINFO Json 物品基本属性值。其中字段的值只能是数值型，字符串或字符串数组。 否 TAGS Json 物品标签。其中字段的值只能是Map类型。 可传入不同类型的标签信息（如人工标签，关键词标签等）。 说明： 如果此字段为空，则RES无法根据行为计算用户的兴趣标签。 否 表4 物品实时日志示例表 itemId BASICINFO TAGS item123 weight brand price artificialLabel keywordLabel 12 "male" 333 {"tag1":0.84,"tag2":0.22,"tag3":0.88} {"tag4":0.22,"tag5":0.99}

实时用户日志 实时用户日志用于在实时流中对用户画像表进行写入。 表2 用户实时日志字段描述 字段名 类型 描述 是否必选 userId String 全局唯一用户ID。 是 BASICINFO Json 用户基本属性值。其中字段的值只能是数值型，字符串或字符串数组。 否 TAGS Json 用户的兴趣标签。其中字段的值只能是Map类型。 可传入不同类型的标签信息（如人工标签，关键词标签等）。 此标签体系需与物品标签体系相同。如果无历史兴趣标签，则无需传入此字段。推荐系统将会根据特定行为匹配的标签进行计算并完成更新。 说明： 传入TAGS字段会直接覆盖原程序中已计算出的兴趣标签权重。 否 CONTEXT Json 用户上下文信息。其中字段的值只能是数值型，字符串或字符串数组。 否

实时物品日志示例 { "itemId":"item123", "BASICINFO":{ "weight":12, "brand":"male", "price":333 }, "TAGS":{ "artificialLabel":{ "tag1":0.84, "tag2":0.22, "tag3":0.88 }, "keywordLabel":{ "tag4":0.22, "tag5":0.99 } } }

实时行为日志 实时行为日志的作用包括： 更新用户的兴趣标签。 记录所选行为类型的历史记录。 更新用户的上下文信息。 召回候选集。 表1 实时行为日志字段描述 字段名 类型 描述 是否必选 userId String 用户ID。 是 objectType String 发生行为对象的类型， item是用户和商品本身发生的行为。 是 actionObject String 对应行为发生的对象的值，如果是和商品发生关系：则是商品的id(itemId)的值。 是 actionType String 行为类型： 物品曝光 用户点击物品 用户收藏了某个物品 用户取消收藏某个物品 用户点击搜索结果中的物品 用户对物品的评论 分享 点赞 点衰 评分 消费 观看视频/听音乐/阅读 是 actionMeasure String 发生行为的度量，金额，评分，次数（整数）等。 默认值： 评分和观看视频/听音乐/阅读可由用户根据实际情况自行定义，如观看两分钟，值为 “1.5”，观看5分钟，值为“1.8”。 其余行为的默认值为1.0。 是 actionContent String 发生行为为评论时，需要记录评论内容。 行为为搜索时，需要记录搜索的关键字。 否 actionDateTime String 行为发生的时间，采用UTC标准时间，单位以秒计。 否 actionLocation String 行为发生的位置，精度维度格式：[latitude, longitude]。 否 context Json 动作发生的上下文信息，内容为json对象，也可作为行为表的扩展字段。例如，用户当前的设备id，ip地址等信息。 否 subSite String 行为发生的位置ID，比如，在首页推荐里面点击，在详情页里面浏览。 否 traceId String 用于追踪每个被推荐物品的唯一ID。用于推荐效果的计算。 否 flowId String 用于计算每一个在线服务的效果。flowId由推荐系统的API返回给用户，用户需把flowId写到用户行为日志中。 否

操作步骤 登录RES管理控制台，在左侧导航栏选择进入“在线服务”页面。 在页面上方单击“创建”进入“创建在线服务”，在页面填写相关参数。 填写基本信息并选择服务类型。您可以根据实际情况填写“名称”、“场景”和“描述”信息。其中“场景”信息可选择您在全局配置页面创建的场景。 图1 基本信息 根据业务需求选择服务类型。包括“推荐引擎”、“排序”和“文本标签”。 单击“添加在线流程”，并进行命名，您最多可以部署5个在线流程。根据选择的服务类型配置在线流程，包括融合、过滤、排序和模型及配置等关键信息。具体参数信息参见表1。服务类型选择推荐引擎。 图2 创建在线服务 表1 创建在线服务参数说明 参数名称 子参数 说明 融合 “推荐结果设置” “添加推荐候选集”（选择离线或近线任务所生成的推荐候选集进行排序） 任务别名和UUID：单击操作列表的“选择”添加离线或近线的任务名称和候选集ID。 优先级：优先级高的推荐结果将确保展示在优先级低的之前。 同优先级数据占比：优先级相同的推荐候选集，该占比展示推荐数量，同优先级下的数据占比之和需要等于100%。 “添加在线候选集”（根据设置的参数在线进行召回，必须添加全局特征信息文件才可设置参数） 任务别名和UUID：分别默认为“在线候选集召回”和“online-recall”，无需改动。 优先级、同优先级数据占比：同添加推荐候选集。 设置参数：单击操作列的“设置参数”进行召回策略参数的配置。根据业务需求选择召回类型为物品或者用户，配置在线召回特征。在线召回的特征属性来自于公共配置的全局特征信息文件。 可单击“添加推荐候选集、添加在线候选集”配置多个候选集，作为当前在线流程的排序候选集。 说明： 在线候选集的延迟较推荐候选集较高，如无特殊需求，建议选择推荐候选集。 容错 容错用于数据请求异常时的固定人工输出召回集。需要在离线作业创建召回策略进行人工策略的计算。单击“选择”获取人工导入策略的任务别名和UUID。 离线过滤 过滤 过滤数据来源于过滤规则产生的候选集，单击“选择”获取过滤的任务别名和UUID。 在线过滤 【去重】物品属性 属性名从画像算子生成，如“product_color”，则对产品颜色相同的物品进行去重。 【去重】忽略长度 截断物品ID末尾指定长度后的字符串进行去重，如指定长度为2，则SKU_A1234和SKU_A1244只会保留其中一个。 属性过滤规则 指定定制化用户属性以及物品属性过滤规则，属性过滤规则用于过滤最终用户的推荐结果。例如，对于一线城市的用户过滤敏感信息物品，使之不进入候选集。单击增加属性过滤规则。 用户属性：指定在用户属性中需要过滤的字段，包含属性名和属性值。来源于画像数据，即特征工程中初始用户画像-物品画像-标准宽表生成算子作业输出的数据，用户属性来自于公共配置的全局特征信息文件。如过滤籍贯是广东且性别为男性的用户。 物品属性：指定在物品属性中需要过滤的字段，包含属性名和属性值。来源于画像数据，即特征工程中初始用户画像-物品画像-标准宽表生成算子作业输出的数据，物品属性的名称来自于公共配置的全局特征信息文件。如过滤产品颜色为红色且产品品牌为华为的物品。 排序方式 “点击率预估” 特征工程：排序数据来源于排序算子作业产生的候选集。单击“选择”获取排序策略的任务别名和UUID。 模型文件路径：排序策略生成的模型存储路径。 “属性权重” 属性权重：输入属性，权重默认1.0 。也可单击“增加属性权重”。 公共配置 “全局特征信息文件” 为json格式文件。指定在去重过滤即属性过滤中物品属性和用户属性的特征信息文件，如物品属性需要“feature_name”、“feature_type”、“feature_value_type”字段来表示特征名，特征类型以及特征值类型。需预先存储在OBS中。 “画像” 画像为特征工程中初始用户画像-物品画像-标准宽表生成算子的结果。且此画像会用于去重过滤、属性过滤以及排序的计算中。单击“选择”获取特征工程作业产生的UUID。 模型及配置 - 设置模型名称、模型版本、计算节点规格、计算节点个数和分流（%）。 模型名称和模型版本选择调用API接口的模型名称和模型版本。“计算节点规格”默认2核|8GiB，“计算节点个数”默认为2，“分流”之和必须是100%。 完成该项配置后，单击“下一步”进入规格确认页面，核对无误后，单击“完成”。当您通过在线服务列表查看在线服务的状态由“初始化”、“部署中”变更为“运行中”时即完成在线服务的部署。在线服务一般需要运行一段时间，根据您的数据量和资源不同，运行时间将耗时几分钟到几十分钟不等，请您耐心等待。

删除离线作业 您可以对“计算成功”、“计算失败”等状态的作业进行删除，“启动中”、“计算中”状态的作业不支持删除操作。 登录RES管理控制台。在左侧菜单栏中选择“离线作业”下的目标推荐作业，进入作业列表。 在作业列表页面，您可以单击目标作业“操作”列的“删除”。 在删除页面，您可以直接单击“是”只删除该作业。也可以勾选下方的“同时删除作业产生的CloudTable数据”，选择该作业对应的数据进行离线删除。 图1 删除作业 离线作业删除后，将不可恢复，请谨慎操作。

召回策略 您可以根据业务需要，选择合适的召回策略。召回策略用于配置离线计算逻辑，通过启动离线计算任务进行候选推荐结果集的生成。 各个召回策略的详细参数设置和输入输出请单击下方链接查看。 基于特定行为热度推荐 基于综合行为热度推荐 基于物品的协同过滤推荐 基于用户的协同过滤推荐 基于交替最小二乘的矩阵分解推荐 业务规则-基于历史行为记忆生成候选集 业务规则-人工导入 基于属性匹配的召回策略 配置召回策略操作步骤如下： 在“创建组合作业”页面，配置完资源选择参数之后，进入“召回策略”页签，单击“添加召回策略”，根据业务需要在下拉框中选择一个合适的策略，如图2所示。 图2 召回策略 （可选）在目标召回策略右侧，单击“查看输入输出”，可以查看输入数据和输出数据。 （可选）在目标召回策略右侧，单击“设置参数”，可以对所选策略进行参数设置。 具体策略的参数说明可单击上方策略名称进行查看，策略设置完成后，单击“下一步”。

排序策略 排序策略是用于对召回策略生成的候选集进行二次排序。如果使用排序策略，需在特征工程中提交排序样本预处理，创建完成后才可以正常使用排序策略。 各个策略的详细参数设置和输入输出请单击下方链接查看。 逻辑斯蒂回归-LR 因子分解机-FM 域感知因子分解机-FFM 深度网络因子分解机-DeepFM 核函数特征交互神经网络-PIN 在“创建组合作业”页面，配置完过滤规则参数之后，进入“排序策略”页签，如图3所示。用户可以根据业务需要在“添加排序策略”下拉框中选择一个合适的排序策略，请参见排序策略对所选排序策略进行参数设置。 图3 排序策略 （可选）在目标排序策略，单击“删除”，可以删除对应排序策略。 具体策略的参数说明可单击上方策略名称进行查看，策略设置完成之后，单击“下一步”进入“预览设置”页面。

预览配置 在“预览设置”页面，展示了创建作业的名称、资源信息、召回策略信息、过滤规则和排序规则详细信息。 预览结束后，单击“完成”，组合作业创建完成。作业一般需要运行一段时间，根据您的数据量和资源不同，训练时间将耗时几分钟到几十分钟不等。 您可以前往组合作业列表，查看作业的基本情况。在组合作业列表中，刚创建的离线作业“状态”为“计算中”，当离线作业的“状态”变为“计算成功”时，表示作业运行结束，生成的候选集ID将使用于在线服务，为用户生成推荐列表。当离线作业的“状态”变为“计算失败”时，您可以单击作业的名称，进入详情页面，通过查看日志等手段处理问题。

资源选择 您在使用RES时需要选择计算引擎、存储平台和数据源。计算引擎对数据进行计算，存储平台将处理的数据进行存储。其选择的服务资源即为“资源中心”绑定的资源。 在RES管理控制台完成“基本配置”之后，进入“资源选择”页签。 填写组合作业相关配置参数，请参见表1。 表1 创建组合作业参数说明 模块 参数名称 说明 计算引擎 服务名 计算引擎用于推荐系统的离线计算和近线计算。默认 DLI 。 集群名称 选择“资源中心”绑定的DLI集群名称。 任务配置地址 在创建作业时， 会自动生成一个JSON格式的配置源文件，该文件存储在指定的OBS路径中，计算引擎可以通过读取配置源文件来进行离线计算。 资源名 指定DLI运行作业的资源规格。 可选择“全局配置”添加的计算资源或默认值。 存储平台 服务名称 CloudTable作为存储平台，用于用户推荐在线数据和推荐候选集的存储。此处选择已经完成资源绑定的CloudTable。 集群名称 选择“资源中心”绑定的CloudTable集群名称。 表名 存储的表格名称。 您可以单击设置数据版本。RES的数据版本有两种，“V1”版本即数据按照原有格式存储，未做过分区处理。“V2”版本则会依照用户的分区设置做分区处理，当分区合理时，数据将均匀分布在各个节点，有效利用Cloudtable的高并发特性，提升读写效率。其中“预分区数量”和“索引分区数量”可以根据数据量进行设置，如果读写性能达不到要求，可以增加Cloudtable的RS单元数量提升性能。 数据源 初始格式 选择提前已经存储在OBS上的如下数据源： 用户属性表 物品属性表 用户操作行为表 如上数据表的数据格式规范请参见离线数据源。 在对应表的“数据源”列中，单击选择数据的OBS存储路径。 在对应表的“数据格式”列中，数据格式可选：csv/json。 当选择数据格式为csv时，在弹框中设置数据参数，具体参数如下： 表头，有或无，根据用户数据格式选取。 分隔符，选择逗号（,）、竖线（|）、制表符（\t）和自定义。 引用字符，单引号（'）、双引号（"）和自定义。 转义字符，反斜杠（\）和自定义。 在对应表的“操作”列中，单击“清除数据”可以删除对应表的数据源。 通用格式 通用数据由特征工程“初始用户画像-物品画像-标准宽表生成”算子生成。其路径与“初始用户画像-物品画像-标准宽表生成”结果保存路径一致。 说明： 在使用通用格式数据之前，需要先进行特征工程算子计算。 通用格式数据：从用户属性表、物品属性表和用户操作行为表中提取用户、物品特征和用户行为，并生成JSON数据，即内部通用格式。 通用格式时间：用户行为数据时间范围，可只有起始时间、结束时间或为空。 完成该项配置后，单击“下一步”。

基本配置 基本配置主要包括设置组合作业的名称和描述。 登录RES管理控制台，在左侧导航栏的“离线作业”下，单击“组合作业”进入组合作业页面。 在“组合作业”页面上方，单击“创建”，进入“创建组合作业”页面。 填写“名称”、“场景”和“描述”，其中带*标志的参数为必填参数。 组合作业名称请以“Standard-”开始，只能由字母、数字、中划线和下划线组成，并且长度小于64个字符。 “场景”信息可选择您在全局配置页面创建的场景。 完成该项配置后，单击“下一步”。

步骤1：准备数据 RES在公共OBS桶中提供了猜你喜欢的示例数据集，命名为“test-data”，因此，本文的操作示例使用此数据集进行构建。您需要执行如下操作，将数据集上传至您的OBS目录下，即准备工作中您创建的OBS目录。 单击下载样例数据，将“test-data”数据集下载至本地。 在本地，将“test-data”压缩包解压。例如，解压至本地“test-data”文件夹下。 在“test-data”文件夹下，将behavior.txt中的每条数据的actionTime字段的值修改到当前时间附近。将item.txt中的每条数据的publishTime字段的值修改到当前时间附近，将item.txt中的每条数据的expireTime字段的值修改成大于当前时间的值，避免数据因为过期被过滤掉。 查询当前时间戳，网址https://tool.lu/timestamp。 图1 查询当前时间戳 将behavior.txt中的每条数据的actionTime字段的值修改到当前时间附近。 图2 修改behavior.txt文件 将item.txt中的每条数据的publishTime字段的值修改到当前时间附近，将item.txt中的每条数据的expireTime字段的值修改成大于当前时间的值。 图3 修改item.txt文件 将“test-data”文件夹下的所有文件上传至准备工作中您创建的OBS路径下。

步骤1：准备数据 RES在公共OBS桶中提供了猜你喜欢的示例数据集，命名为“test-data”，因此，本文的操作示例使用此数据集进行构建。您需要执行如下操作，将数据集上传至您的OBS目录下，即准备工作中您创建的OBS目录。 单击下载样例数据，将“test-data”数据集下载至本地。 在本地，将“test-data”压缩包解压。例如，解压至本地“test-data”文件夹下。 在“test-data”文件夹下，将behavior.txt中的每条数据的actionTime字段的值修改到当前时间附近。将item.txt中的每条数据的publishTime字段的值修改到当前时间附近，将item.txt中的每条数据的expireTime字段的值修改成大于当前时间的值，避免数据因为过期被过滤掉。 查询当前时间戳，网址https://tool.lu/timestamp。 图1 查询当前时间戳 将behavior.txt中的每条数据的actionTime字段的值修改到当前时间附近。 图2 修改behavior.txt文件 将item.txt中的每条数据的publishTime字段的值修改到当前时间附近，将item.txt中的每条数据的expireTime字段的值修改成大于当前时间的值。 图3 修改item.txt文件 将“test-data”文件夹下的所有文件上传至准备工作中您创建的OBS路径下。

步骤5：获取预测结果 在线服务发布执行成功后，您可以进入在线服务，发起预测请求进行测试。 在“自定义场景”列表页面，单击目标场景名称，进入“自定义场景详情”页面。 单击“预测”页签，进入预测页面。 预测方式选择“代码”，在“预测代码”部分输入预测代码。单击“预测”，右侧出现排序后的预测结果。 由于此处是测试服务，为保证测试效果，此处选用测试数据中的用户ID进行预测，建议为user894。 图9 预测结果 预测代码 { "id":"user894", "rec_num": 10 } 预测结果 { "flow_id": "hot-flow", "rec_num": 10, "candidates": [ { "id": "item332", "score": 1, "source": "hot-recall-DIREC" }, { "id": "item709", "score": 0.995, "source": "hot-recall-DIREC" }, { "id": "item338", "score": 0.99, "source": "hot-recall-DIREC" }, { "id": "item960", "score": 0.98499995, "source": "hot-recall-DIREC" }, { "id": "item469", "score": 0.97999996, "source": "hot-recall-DIREC" }, { "id": "item236", "score": 0.97499996, "source": "hot-recall-DIREC" } ] }

计费模式 RES目前提供按需、预付套餐包共2种计费方式。 按需购买：这种购买方式比较灵活，可以即开即停。 预付套餐包：客户预先购买一定的资源使用量配额，在按需使用过程中，系统优先扣减配额，超出配额的使用量才需要额外根据按需费用付费。购买的预付套餐包为在有效期内单位规格的计算时长。例如，您购买了计算型CPU（1U4G）实例20000小时，指单位规格1CU运行20000小时。如果在数据源或者场景中配置计算规格为4CU的话，则可以运行5000小时。同理，存储资源和在线服务也是这种模式。套餐包的有效期为一年，如果在一年内没用完相应的资源，系统会自动清除剩余的资源配额。

RES权限 默认情况下，管理员创建的 IAM 用户没有任何权限，需要将其加入用户组，并给用户组授予策略或角色，才能使得用户组中的用户获得策略定义的权限，这一过程称为授权。授权后，用户就可以基于被授予的权限对云服务进行操作。 RES部署时通过物理区域划分，为项目级服务。授权时，“作用范围”需要选择“区域级项目”，然后在指定区域（如华北-北京1）对应的项目（cn-north-1）中设置相关权限，并且该权限仅对此项目生效；如果在“所有项目”中设置权限，则该权限在所有区域项目中都生效。访问RES时，需要先切换至授权区域。 根据授权精细程度分为角色和策略。 角色：IAM最初提供的一种根据用户的工作职能定义权限的粗粒度授权机制。该机制以服务为粒度，提供有限的服务相关角色用于授权。由于华为云各服务之间存在业务依赖关系，因此给用户授予角色时，可能需要一并授予依赖的其他角色，才能正确完成业务。角色并不能满足用户对精细化授权的要求，无法完全达到企业对权限最小化的安全管控要求。 策略：IAM最新提供的一种细粒度授权的能力，可以精确到具体服务的操作、资源以及请求条件等。基于策略的授权是一种更加灵活的授权方式，能够满足企业对权限最小化的安全管控要求。例如：针对E CS 服务，管理员能够控制IAM用户仅能对某一类云服务器资源进行指定的管理操作。多数细粒度策略以API接口为粒度进行权限拆分，RES支持的API授权项请参见《权限策略和授权项》。 如表1所示，包括了RES的所有系统权限。 表1 RES系统策略 系统策略名称 描述 类别 RES FullAccess 推荐系统服务管理员权限，拥有该权限的用户可以操作并使用所有推荐系统服务。 系统策略 RES ReadOnlyAccess 推荐系统服务只读权限，拥有该权限的用户仅能查看推荐系统服务数据。 系统策略 RES常用操作与系统策略的授权关系如表2所示，您可以参照该表选择合适的系统策略。 表2 常用操作与系统策略的关系 操作 RES FullAccess RES ReadOnlyAccess 新增工作空间 √ x 查询工作空间详情 √ √ 查询工作空间列表 √ √ 修改工作空间 √ x 删除工作空间 √ x 新增数据源 √ x 查询数据源详情 √ √ 查询数据源列表 √ √ 修改数据源 √ x 删除数据源 √ x 新增场景 √ x 查询场景 √ √ 查询场景列表 √ √ 修改场景 √ x 删除场景 √ x 运行场景 √ x 新增作业 √ x 查询作业详情 √ √ 查询作业列表 √ √ 修改作业算子 √ x 删除作业 √ x 运行作业 √ x

与其他云服务的关系 表1 RES与其他服务的关系 相关服务 交互功能 数据湖探索 数据湖 探索（Data Lake Insight，简称DLI）用于推荐系统的离线计算和近线计算。DLI的更多信息请参见《数据湖探索文档》。 对象存储服务 对象存储服务（Object Storage Service，简称OBS）存储RES的推荐数据源，实现安全、高可靠和低成本的存储需求。OBS的更多信息请参见《对象存储服务文档》。 数据接入服务 数据接入服务（Data Ingestion Service，简称DIS）提供推荐数据源的实时日志。DIS的更多信息请参见《数据接入服务文档》。 统一身份认证 服务 统一身份认证服务（Identity and Access Management，简称IAM）为RES提供了华为云统一入口鉴权功能和OBS与DIS的委托授权。IAM的更多信息请参见《统一身份认证服务文档》。 ModelArts ModelArts是面向AI开发者的一站式开发平台，排序策略使用Modelarts的深度学习计算能力训练得到排序模型。ModelArts的更多信息请参见《ModelArts服务文档》。

配额说明 为防止资源滥用，平台限定了各服务资源的配额，对用户的资源数量和容量做了限制。 表1 RES服务配额 资源 限制条件 建议 推荐引擎预测接口中最多请求结果数量 20 可提工单支持更高规格。 单份画像数据中最多支持的特征数量 30 单场景在线服务最多支持每秒请求的次数(TPS) 200 数据源个数 5 场景个数 10 单场景下推荐预测返回的结果集个数 20 如果当前资源配额限制无法满足使用需要，您可以申请扩大配额。配额查看及修改请参见关于配额。

RES+媒资应用场景 场景描述 媒资推荐场景中，通常对实时性要求比较高，用户产生的行为需要得到即时的反馈，同时结合用户的长期兴趣和短期兴趣进行个性化推荐。 RES提供一站式媒资推荐解决方案，支持针对行为数据实时生成用户的兴趣标签，提供离线、近线、在线三层计算，完成千人千面的个性化媒资推荐。 场景优势 可以实现7*24小时，智能学习用户行为，构建兴趣模型。 兴趣文章命中率高，用户粘性增强，PV增幅明显。 减少人工运营规则的摄入，减低人力成本。 全流程自动化，批/流训练结合，稳定可靠。 图2 RES媒资推荐

RES+电商应用场景 场景描述 电商场景中，通常涉及首页推荐、购物车推荐、买了又买等推荐场景，但各个子场景的运营规则均不一致。 RES提供一站式电商推荐解决方案，在一套数据源下，支持多种电商推荐场景，提供面向电商推荐场景的多种推荐相关算法和大数据统计分析能力。 场景优势 能够精确匹配电商运营规则。 最近邻算法与深度学习的结合，挖掘用户高维稀疏特征，匹配最佳推荐结果。 融合多种召回策略，网状匹配兴趣标签。 改善用户体验，同时降低人工成本。 画像与深度模型结合，助力营收收益增长。 图1 RES电商推荐

智能场景 根据业务场景选择对应的智能推荐场景，快速搭建专属推荐系统。主要应用为猜你喜欢、关联推荐、热门推荐。 功能优势： 多维度管理，支持运营规则设置，一站式推荐平台。 自动挖掘特征，采用AUTOML完成特征的自动挖掘和组合，提高特征选择效率。 高适用性，多种模板选择，适用多个应用场景。 使用便捷，一键式构建推荐系统，提供标准API接口，调用简单，便于被集成。 实时更新，具备实时更新能力，更快反馈用户的精准需求。 降低成本，减少人力支出投入。

自定义场景 基于用户历史行为计算物品相似性，实时更新候选列表，提升用户体验，提高转化率支持多种召回、过滤、排序算子自由组合，训练形式上支持离线批处理、近线流处理、在线实时处理的三种数据处理方式，提供完备的一站式推荐平台，可快速设置运营规则进行AB测试。 功能优势： 全开放推荐流程，用户根据业务自定义推荐流程。 特征工程，特征处理多样化，支持自定义特征散列等。 丰富的推荐策略，提供丰富的召回、过滤、排序算子。 运营助手，支持多维度运营，根据业务情况及时调整推荐结果。 效果评估，实时效果评估，推荐指标图表展示。

RES优势 开放式推荐 提供完整的推荐平台和原子推荐算法，不绑定客户的运营场景，客户可以在华为云上根据自己对推荐算法和运营规则的理解，自定义专属的推荐流程。当前只有华为云提供开放式推荐能力，其他友商主打场景式推荐。 场景式推荐 提供多维度的场景推荐，含猜你喜欢、关联推荐、热门推荐，一键式操作，降低客户接入门槛。 近线处理能力 支持实时数据的接入和更新、模型在线学习，近线处理实时训练兴趣模型。 全面的推荐实体 支持以用户推荐物品、以用户推荐用户、以物品推荐物品、以物品推荐用户四种全面的推荐对象，用户根据场景选择不同的推荐实体。 独立的排序模块 独立的基于CTR预估的排序打分模块，支持个性化排序能力。

数据源如何收费？ 数据源的收费包括三项。 “OBS存储”：将离线数据源上传至OBS进行存储，根据存储空间大小进行计费。详见OBS计费详情。 “画像数据”：在数据源导入数据成功后，按每小时每百万条画像进行计费，在删除数据源后，将停止计费。 “训练作业”：在创建离线作业和导入实时数据均需要选取训练规格，根据训练规格大小进行计费。 如果需要数据源停止计费，请先终止近线数据源的导入，删除对应数据源和对应OBS中的数据存储。 父主题： 计费相关

什么是区域、可用区？ 使用用区域和可用区来描述数据中心的位置，您可以在特定的区域、可用区创建资源。 区域（Region）：从地理位置和网络时延维度划分，同一个Region内共享弹性计算、块存储、对象存储、VPC网络、弹性公网IP、镜像等公共服务。Region分为通用Region和专属Region，通用Region指面向公共租户提供通用云服务的Region；专属Region指只承载同一类业务或只面向特定租户提供业务服务的专用Region。 可用区（AZ，Availability Zone）：一个AZ是一个或多个物理数据中心的集合，有独立的风火水电，AZ内逻辑上再将计算、网络、存储等资源划分成多个集群。一个Region中的多个AZ间通过高速光纤相连，以满足用户跨AZ构建高可用性系统的需求。 图1阐明了区域和可用区之间的关系。 图1 区域和可用区 目前，华为云已在全球多个地域开放云服务，您可以根据需求选择适合自己的区域和可用区。更多信息请参见华为云全球站点。

如何选择区域？ 选择区域时，您需要考虑以下几个因素： 地理位置 一般情况下，建议就近选择靠近您或者您的目标用户的区域，这样可以减少网络时延，提高访问速度。 在除中国大陆以外的亚太地区有业务的用户，可以选择“中国-香港”、“亚太-曼谷”或“亚太-新加坡”区域。 在非洲地区有业务的用户，可以选择“非洲-约翰内斯堡”区域。 在欧洲地区有业务的用户，可以选择“欧洲-巴黎”区域。 在拉丁美洲地区有业务的用户，可以选择“拉美-圣地亚哥”区域。 “拉美-圣地亚哥”区域位于智利。 资源的价格 不同区域的资源价格可能有差异，请参见华为云服务价格详情。

如何开始使用RES？ 使用RES，从资源准备到在线服务完成推荐的全流程，如图1所示。 图1 RES操作流程 表1 使用流程说明 流程 子任务 说明 详细指导 数据源 准备离线数据源 需要您准备包含用户数据，物品数据，行为数据上传至对象存储服务（OBS）用于推荐系统的离线计算。 准备离线数据源 上传离线数据源至OBS 创建离线数据源 在使用RES之前，首先您需要创建一个数据源，后续的操作都是基于您创建的数据源进行的。 创建离线数据源 上传实时数据（可选） RES通过SDK上传实时数据，进行数据计算和处理，更新用户的相关数据。 上传实时数据 数据质量管理 数据质量管理操作可以将数据源经过数据特征抽取，生成推荐系统内部通用的数据格式。 数据质量管理 选择并配置推荐业务 智能场景 针对对应的场景，由RES根据场景类型预置好对应的智能算法，为匹配的场景提供智能推荐服务。 智能场景简介 自定义场景 面向了解推荐算法等相关的用户，可自定义推荐中涉及算法的使用和组合，能够自定义开发推荐流程，提供推荐服务。 自定义场景简介 获取推荐结果 - 您可以通过管理控制台进行结果预测，也可以通过API接口获取最终的推荐结果。 智能场景 获取推荐结果 自定义场景 获取推荐结果 效果评估（可选） - 创建效果评估可以对服务设置指标，查看推荐结果的具体衡量指标。 智能场景 效果评估 自定义场景 效果评估 父主题： 基础问题

与其他云服务的关系 表1 RES与其他服务的关系 相关服务 交互功能 数据湖探索 数据湖探索（Data Lake Insight，简称DLI）用于推荐系统的离线计算和近线计算。DLI的更多信息请参见《数据湖探索文档》。 对象存储服务 对象存储服务（Object Storage Service，简称OBS）存储RES的推荐数据源，实现安全、高可靠和低成本的存储需求。OBS的更多信息请参见《对象存储服务文档》。 数据接入服务 数据接入服务（Data Ingestion Service，简称DIS）提供推荐数据源的实时日志。DIS的更多信息请参见《数据接入服务文档》。 统一身份认证服务 统一身份认证服务（Identity and Access Management，简称IAM）为RES提供了华为云统一入口鉴权功能和OBS与DIS的委托授权。IAM的更多信息请参见《统一身份认证服务文档》。 ModelArts ModelArts是面向AI开发者的一站式开发平台，排序策略使用Modelarts的深度学习计算能力训练得到排序模型。ModelArts的更多信息请参见《ModelArts服务文档》。 父主题： 基础问题

Step3：基础权限开通 基础权限开通需要登录管理员账号，为子用户账号开通Server功能所需的基础权限（ModelArts FullAccess/BMS FullAccess/ECS FullAccess/VPC FullAccess/VPC Administrator/VPCEndpoint Administrator）。 登录统一身份认证服务管理控制台。 单击目录左侧“用户组”，然后在页面右上角单击“创建用户组”。 填写“用户组名称”并单击“确定”。 在操作列单击“用户组管理”，将需要配置权限的用户加入用户组中。 单击用户组名称，进入用户组详情页。 在权限管理页签下，单击“授权”。 图1 “配置权限” 在搜索栏输入“ModelArts FullAccess”，并勾选“ModelArts FullAccess”。 图2 ModelArts FullAccess 以相同的方式，依次添加：BMS FullAccess、ECS FullAccess、VPC FullAccess、VPC Administrator、VPCEndpoint Administrator。（Server Administrator、DNS Administrator为依赖策略，会自动被勾选）。 图3 基础权限 作用范围选择“区域级项目”，在下拉框中选择“所有资源 (包括未来在所有区域下创建的项目)”。 图4 作用范围 单击“确认”，完成基础权限开通。

基本概念 账号 用户注册时的账号，账号对其所拥有的资源及云服务具有完全的访问权限，可以重置用户密码、分配用户权限等。由于账号是付费主体，为了确保账号安全，建议您不要直接使用账号进行日常管理工作，而是创建IAM用户并使用他们进行日常管理工作。 IAM用户 由账号在IAM中创建的用户，是云服务的使用人员，具有身份凭证（密码和访问密钥）。 在我的凭证下，您可以查看账号ID和IAM用户ID。通常在调用API的鉴权过程中，您需要用到账号、用户和密码等信息。 区域 指云资源所在的物理位置，同一区域内可用区间内网互通，不同区域间内网不互通。通过在不同地区创建云资源，可以将应用程序设计的更接近特定客户的要求，或满足不同地区的法律或其他要求。 可用区 一个可用区（AZ）是一个或多个物理数据中心的集合，有独立的风火水电，AZ内逻辑上再将计算、网络、存储等资源划分成多个集群。一个Region中的多个AZ间通过高速光纤相连，以满足用户跨AZ构建高可用性系统的需求。 项目 区域默认对应一个项目，这个项目由系统预置，用来隔离物理区域间的资源（计算资源、存储资源和网络资源），以默认项目为单位进行授权，用户可以访问您账号中该区域的所有资源。如果您希望进行更加精细的权限控制，可以在区域默认的项目中创建子项目，并在子项目中购买资源，然后以子项目为单位进行授权，使得用户仅能访问特定子项目中资源，使得资源的权限控制更加精确。 同样在我的凭证下，您可以查看项目ID。 图1 项目隔离模型 企业项目 企业项目是项目的升级版，针对企业不同项目间资源的分组和管理，是逻辑隔离。企业项目中可以包含多个区域的资源，且项目中的资源可以迁入迁出。 关于企业项目ID的获取及企业项目特性的详细信息，请参见《企业管理服务用户指南》。 父主题： 使用前必读