已找到以下 78 条记录
AI智能搜索
产品选择
推荐系统 RES
没有找到结果,请重新输入
产品选择
推荐系统 RES
在搜索结果页开启AI智能搜索
开启
产品选择
没有找到结果,请重新输入
  • RES自定义策略 - 推荐系统 RES

    自定义策略样例。 RES自定义策略样例 示例1:拒绝用户删除作业 拒绝策略需要同时配合其他策略使用,否则没有实际作用。用户被授予的策略中,一个授权项的作用如果同时存在Allow和Deny,则遵循Deny优先原则。 如果您给用户授予RES FullAccess的系统策略,但不希望用户拥有RES

  • 状态码 - 推荐系统 RES

    Partial Content 服务器成功处理了部分GET请求。 300 Multiple Choices 多种选择。请求的资源可包括多个位置,相应可返回一个资源特征与地址的列表用于用户终端(例如:浏览器)选择。 301 Moved Permanently 永久移动,请求的资源已被永久

  • 错误码 - 推荐系统 RES

    有在线服务正在运行,无法修改在线并发规格 请检查是否有在线服务正在运行。 400 RES.3004 Basic Error 数据库资源模型配置出错 请联系管理员检查数据库模型配置。 400 RES.3005 Basic Error 数据源连接配额不足 您可以构建最多5数据连接。请及时清理连接。

  • 召回策略 - 推荐系统 RES

    use:观看视频/听音乐/阅读。 您可以单击“增加行为权重”,新增一个行为权重。通过和来自定义权重大小。 单击可以删除对应行的行为权重。 物品曝光 1.0 最小行为次数 在物品上产生过行为的最小用户数,其中一个用户在一个物品上只计算一次行为。 30 折中参数 令alpha为Exploration

  • API概览 - 推荐系统 RES

    查询当前推荐系统所提供的离线计算规格,实时计算规格和排序模型训练规格。在创建数据源和场景时,需要提供此信息。 数据源 创建数据源 在指定的工作空间下面创建一个新的数据源。 查询数据源列表 查询当前工作空间下的数据源列表。 查询数据源详情 查询指定数据源的详情信息。 修改数据源内容 修改指定数据源的配置内容。

  • 创建在线服务 - 推荐系统 RES

    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

  • 获取推荐结果 - 推荐系统 RES

    产品。如果物品项有多个,需要用英文逗号隔开。 图1 代码预测 表单:输入“ID”,并设置“最大推荐个数”。其中ID可以为用户ID或者物品ID,单击“预测”后显示预测结果,如图2所示。如果是关联推荐,则需要配置“物品项”,即推荐与物品项相关的产品。如果物品项有多个,需要用英文逗号隔开。

  • 提交特征工程作业 - 推荐系统 RES

    单值枚举型(string):字符串型,每一个值都被当做是字符串来进行处理,大部分的特征值都属于这种类型; 单值数值型(numerical):每一个值都是一个数值,一般需要对这种类型的特征值进行离散化处理以降低特征维度; 多值枚举型(strArray):字符串数组型,每一个特征值都是一个不定长的字符串数组

  • 计费说明 - 推荐系统 RES

    应用于物品画像和用户画像的存储计费,对用户和物品的总条目数统计进行收费。 每个数据源默认规格最低是一百万条,如果一个数据源中的用户和物品总条目数不超过100W条,则按照100W条计费,如果超过一百万条,每一百万条为一个计算周期。 计算资源 应用于召回、排序等作业运行时CPU/GPU计算,包含RES的数据源、推荐场景的离线作业计算计费。

  • 特征工程 - 推荐系统 RES

    20岁等作为一个区间进行离散。 “等频离散”:根据业务需求限定数值“最小值”、“最大值”和“频率”。例如,根据weight进行等频离散,设置weight最小值为5,最大值为200,离散频率为200。等频离散会按照weight值的大小进行排序之后,以200个数值为一个区间进行离散。

  • 排序策略-离线特征工程 - 推荐系统 RES

    ”。例如,根据age进行等距离散,设置年龄最小值为1,最大值为100,离散距离为10。等距离散会按照age将1-10岁,11-20岁等作为一个区间进行离散。 “归一化”:归一化,根据业务需求限定数值“最小值”和“最大值”。例如,根据weight进行归一化,设置weight最小值为

  • 产品功能 - 推荐系统 RES

    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。

  • 排序策略 - 推荐系统 RES

    分解后的表示特征的向量的长度。默认10。 神经网络结构 神经网络的层数与每一层的神经元节点个数。默认400,400,400。 激活函数 神经网络中的激活函数,将一个(或一组)神经元的值映射为一个输出值。 relu tanh sigmoid 神经元值保留概率 神经网络前向传播过程中以该概率保留神经元的值。默认0.8。 保存根路径

  • 自定义场景(热度推荐) - 推荐系统 RES

    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2:创建离线数据源 数据下载并上传至OBS后,您需要创建一个数据源用于后续的计算。具体操作步骤如下: 登录RES管理控制台,在左侧菜单栏中选择“数据源”,进入“数据源”列表页面。 单击“创建”,在创

  • 如何开始使用RES? - 推荐系统 RES

    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。

  • 准备离线数据源 - 推荐系统 RES

    List[String] 作者,一个作者一个元素,信息流推荐场景建议填写。 否 content String 物品的内容描述信息,例如简介/摘要/正文关键片段,最长支持5000个中英文字符,超过则截断处理。 否 tags List[String] 描述物品的标签,每个标签为独立的一个元素。 否 location

  • 查看在线服务详情 - 推荐系统 RES

    deploy service(A maximum of (5) real-time service instances are allowed. 一个服务允许选择的节点个数不能超过5个。 减少使用的节点个数或者申请增加节点个数。 如有更多问题请提工单咨询技术人员为您解答。 单击目标服务名称,进入服务详情页面查看服务具体信息。

  • RES操作流程 - 推荐系统 RES

    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。

  • 在线服务 - 推荐系统 RES

    认召回策略推荐数量,同优先级下的数据占比之和需要等于100%。 权重:根据权重加权融合计算多个召回候选集融合。分数计算规则:每个策略的所占权重和物品在每个召回候选集中所得的分数加权融合,多个策略中相同的物品会进行分数累加。权重大小之和要等于1。 过滤(黑名单) 离线过滤 对离线过

  • 策略参数说明 - 推荐系统 RES

    神经网络前向传播过程中以该概率保留神经元的值。取值范围(0,1],默认0.8。 激活函数 (active_function) 是 Enum 将一个(或一组)神经元的值映射为一个输出值。取值为relu/sigmoid/tanh,默认relu。 核函数特征交互神经网络 表39 algorithm_parameters参数说明