已找到以下 73 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
  • 智能场景(猜你喜欢) - 推荐系统 RES

    01-1。权重越高,该匹配特征所被优先推荐的概率越高。 匹配个数度量:默认不勾选。当勾选之后表示满足的匹配程度。 操作:选择删除某个匹配特征。 行为过滤 指定时间区间内用户物品有过指定的行为类型记录时,将过滤掉相应物品。 其中排除行为过滤是指将有此行为类型的物品排除掉,不对其进行过滤。 例如,

  • 基本概念 - 推荐系统 RES

    过滤规则 过滤规则用于生成推荐的过滤集,包含黑白名单、 特征过滤等特性。支持用户在线上推理过程中完成对相关物品的过滤。 特征工程 特征工程常用于原始数据进行特征挖掘的处理,形成的结果用于排序策略的训练。 排序策略 排序策略利用CTR预估或综合性计算的算法给候选集做打分。 在线服务 在

  • 近线作业 - 推荐系统 RES

    热度排序:根据物品属性表里的物品热度排序,由基于行为数据的用户画像更新生成,热度越大排序越靠前。 时间排序:根据时间候选集进行排序。时间排序需要指定特征名称和推荐天数。 特征名称:值为时间戳(10位)的特征的名称,任务会根据此特征候选集进行排序。 推荐天数:推荐数据的时间段,该时间段从当前开始往前推N天,默认15天。

  • 离线数据源 - 推荐系统 RES

    的key和value之间用\003(ASCII值)分隔,多值枚举型属性的不同值之间以\004(ASCII值)分隔,kv数值型属性的不同键值同样以\004(ASCII值)分隔,每一个键值对内部用冒号(:)将键和值分隔。 基本格式:k1\003v1\002k2\003v2\k3\0

  • 创建用户并授权使用RES - 推荐系统 RES

    运维。 如果华为云帐号已经能满足您的要求,不需要创建独立的IAM用户,您可以跳过本章节,不影响您使用RES服务的其它功能。 本章节为您介绍用户授权的方法,操作流程如图1所示。 前提条件 给用户组授权之前,请您了解用户组可以添加的RES权限,并结合实际需求进行选择,RES支持的系

  • 应用场景 - 推荐系统 RES

    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 RES+媒资应用场景 场景描述 媒资推荐场景中,通常实时性要求比较高,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

  • 策略参数说明 - 推荐系统 RES

    L1正则项系数(lambda1) 是 Double 叠加在模型的1范数之上,用来模型值进行限制防止过拟合。取值范围[0,1],默认值为0。 L2正则项系数(lambda2) 是 Double 叠加在模型的2范数之上,用来模型值进行限制防止过拟合。取值范围[0,1],默认值为0。 学习率(learning_rate)

  • 准备离线数据源 - 推荐系统 RES

    物品数据字段描述 字段名 类型 描述 是否必选 itemId String 全局唯一物品ID。 是 itemType String 物品的类型,可用于推荐结果集的多样性控制。包含: item article video audio image 是 category String 物品的类别

  • 排序策略-离线特征工程 - 推荐系统 RES

    任务。 “正向行为类型”:设置正向行为的类型及权重值。 “负向行为类型”:设置负向行为的类型及权重值。 行为去重方式 将行为数据中某个用户某个物品的多条记录进行去重,目前支持按行为权重去重(正向行为且权重越大的优先)和按时间去重(每天、每星期、每个月保留一条数据)。 “权重绝对

  • 效果评估 - 推荐系统 RES

    阈值:阈值是用来衡量用户行为有效性的标准, 当数据源的actionMeasure的值大于阈值时, 当前用户行为有效。 去重:您可以单击勾选,根据用户行为记录去重。 指标设置 指标名称:请您定义评估的指标名称。 指标公式:用户指定自定义指标公式,如:A/(A+B),参数A、B代表自定义参数的参数别名。只支持+、-、*、/。

  • 导入近线数据源 - 推荐系统 RES

    在数据源详情页面,您可以单击目标近线数据右侧的“详情”,查看该实时数据的名称和通道ID,此ID为全局唯一。 当不需要该数据时,您单击可以单击目标近线数据右侧的“终止”,“执行”状态的数据终止导入。 当终止导入后,该数据无法正常使用,请您谨慎操作。 删除近线数据源 当您不需要使用已有的近线数据源时,您可以删除导入数据。

  • 组合作业 - 推荐系统 RES

    在“创建组合作业”页面,配置完召回策略参数之后,进入“过滤规则”页签。 填写业务相关配置,详请参见过滤规则。 过滤规则设置完成后,单击“下一步”。 排序策略 排序策略是用于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。

  • 计费说明 - 推荐系统 RES

    由于RES使用的离线数据需存储在OBS中,数据存储产生的费用,请参见《OBS价格说明》。 表1 推荐系统计费项说明 计费项 说明 存储资源 应用于物品画像和用户画像的存储计费,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

  • 权限和授权项 - 推荐系统 RES

    户就可以基于已有权限云服务进行操作。 权限根据授权的精细程度,分为角色和策略。角色以服务为粒度,是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。策略以API接口为粒度进行权限拆分,授权更加精细,可以精确到某个操作、资源和条件,能够满足企业权限最小化的安全管控要求。

  • 提交流式训练作业 - 推荐系统 RES

    1],默认值为0.1。 lambda1 是 Double 叠加在模型的1范数之上,用来模型值进行限制防止过拟合。取值范围[0,1],默认值为0。 lambda2 是 Double 叠加在模型的2范数之上,用来模型值进行限制防止过拟合。取值范围[0,1],默认值为0。 learning_rate

  • 数据结构 - 推荐系统 RES

    ics_hotValue”的特征。 说明: 如果您有自定义行为类型,系统识别后,会默认为正向行为类型,默认分数为0.5。您可以根据业务需求其进行修改,也可以删除,直接添加为负向行为类型。 负向行为类型 列表中展示抽取的负向行为类型。您可以根据业务需求单击增加负向行为类型。单击特征后方的删除不需要的负向行为类型。

  • 过滤规则 - 推荐系统 RES

    collect:用户收藏了某个物品 uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户物品的评论 share:分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读。

  • 提交特征工程作业 - 推荐系统 RES

    表10 writer_parameters高级设置参数说明 参数名称 是否必选 参数类型 说明 save_mode 否 String 结果保存路径中已有宽表数据的保留方式: new(否,不保留任何已有的数据) append(是,保留全部已有的数据) overwrite(覆盖

  • 获取推荐结果 - 推荐系统 RES

    搜索的排序信息。 label:客体的属性名称。 orde:排序规则,asc是升序排列,desc是降序排列。 profile_query - 用户画像进行字段查询,传入string数组进行查询。 单纯用户推荐预测JSON请求体如下,仅针对用户进行个性化推荐。 { "id":"user1"

  • 提交效果评估任务 - 推荐系统 RES

    collect:用户收藏了某个物品 uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户物品的评论 share: 分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读