推荐系统 RES-召回策略:业务规则-基于历史行为记忆生成候选集

时间：2024-09-07 16:00:54

推荐系统 RES

业务规则-基于历史行为记忆生成候选集可以从用户历史行为数据中筛选出发生过某些行为的物品(例如，筛选出曾经点击过5次的物品)。此策略适用于“看了又看”，“买了又买”等推荐场景。

**表16** 参数说明
参数名称	说明	默认值
策略别名	策略显示名称，由中文、英文、数字、下划线、空格或者中划线组成，并且不能以空格开始和结束，长度为1~60个字符。	默认召回策略的名称
数据源	数据源类型有初始格式和通用格式2种可选。初始格式用户操作行为表：单击选择OBS中存储的用户操作行为表。当选择数据格式为csv时，根据情况单击设置数据参数。通用格式通用格式数据：特征工程“初始用户画像-物品画像-标准宽表生成”算子生成的用户推荐系统的数据。从用户特征表、物品特征表以及用户行为表中提取用户、物品特征和用户行为，并生成json数据，即内部通用格式。	默认选择初始格式
行为时间跨度（天）	指定历史行为时间段，选取数据中最靠后的时间往前N天的行为数据计算用户偏好。建议至少设置30天。	30天
行为类型	默认物品曝光，配置参数请参见表1中说明。	物品曝光；1次
最大推荐结果数	最多生成多少个推荐结果。该参数会运用在“输出数据”的推荐候选集上。	100