检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
您可以从“应用于”右侧的下拉选项中设置该数据的使用维度是“历史记录”或者“物品热度值”。其中: 历史记录:此特征将会用于统计用户此行为的历史记录,并生成特征名为“history_原特征名”的特征。 物品热度值:此行为将会被用于统计物品的热度值信息,并生成特征名为“statistics_hotValue”的特征。 说明:
bhv_count Map<String,Integer> 行为次数统计。 user_long_feature_report Array of NumFeatureReport objects 用户数字类型特征统计。 user_float_feature_report Array of
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,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1
数据探索是什么?近线实时数据如何在数据探索中的报告体现? 数据探索是针对当前数据源的数据进行挖掘和分析,主要聚焦在特征的分布范围、统计以及特征齐全度等,使用户能够更了解数据,进而指导在特征工程以及相关算法的配置。 数据探索是一个离线分析任务,任务有对应的启动时间,由于近线实时数据
信息。 百分位数:将数据进行排序,统计该数据在整个数据中所占的百分比。 图2 百分位数 分布统计:通过查看分布统计了解各参数下参数值的分布情况。如可以根据性别展示数据中的性别数据分布。可通过查看标签,了解数据中各种标签的分布情况。 图3 分布统计 物品报表:根据不同数据格式展示物
indicators 是 List 请参见表3,需要统计的指标列表及其对应的参数。 start_time 是 Long 被统计数据的起始时间戳。 end_time 是 Long 被统计数据的终止时间戳。 interval 是 Double 统计间隔,以天为单位,每隔interval天计算一次指标,大于0。
append,是 new,否 overwirte,覆盖 indicators 否 Array of Indicator objects 统计指标(效果评估作业需要提供此参数)。 offline_rank_job_name 否 String 离线排序作业名称(在线训练任务需要提供此参数)。
”、“应付金额”等信息。 图1 流水账单 在“明细账单”列表页,罗列了该帐号下各种的资源的计费模式、使用量和单价等信息。可以按账期、统计维度和统计周期筛选查看明细账单。 图2 明细账单 父主题: 计费相关
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。 数据时间范围 被统计数据的起始时间和终止时间。 统计间隔(天) 统计间隔,以天为单位,每隔多少天计算一次指标,大于0。 在线服务 选择已发布的在线服务进行推荐效果指标计算。 结果保存路径
热门推荐的主要应用场景是什么? 热门推荐只要适用于首页、热点类场景,满足流行度统计,有效吸引新用户。 父主题: 智能场景
append,是 new,否 overwirte,覆盖 indicators 否 Array of Indicator objects 统计指标(效果评估作业需要提供此参数)。 offline_rank_job_name 否 String 离线排序作业名称(在线训练任务需要提供此参数)。
策略名称,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1~64个字符。 描述 策略的具体描述。 行为次数统计方法 物品记录统计方式。 “pv”:page view,每个用户可对同个物品产生多条记录。 “uv”:unique visitor,每个用户只能对每个物品产生一条记录
的名称,进入详情页面,通过查看日志等手段处理问题。 基于特定行为热度推荐 基于特定行为热度推荐通过统计用户操作行为表中物品发生某行为的次数,按照次数从高到低返回物品列表。比如可以统计物品被购买的次数,而返回被购买次数最高的若干个物品。 表1 参数说明 参数名称 说明 默认值 策略别名
参数名称 是否必选 参数类型 说明 输出路径(result_path) 是 String 所有输出数据(用户物品特征、特征映射、域特征值数目统计结果、训练集、测试集)的存储都路径,文件夹。 全局特征配置文件路径(global_features_information_path) 是
数值比较,单击添加属性权重,在下拉列表中选择属性名称,设置权重,根据客体相关数值属性的大小进行重排序。 统计方式,根据数值属性的大小顺序(ORDER)或者绝对值进行权重累加(ABS)统计。 点击率权重:当同时选择点击率预估和综合排序进行重排序时,汇总分数时点击率相关得分的权重值。
append,是 new,否 overwirte,覆盖 indicators 否 Array of Indicator objects 统计指标(效果评估作业需要提供此参数)。 offline_rank_job_name 否 String 离线排序作业名称(在线训练任务需要提供此参数)。
append,是 new,否 overwirte,覆盖 indicators 否 Array of Indicator objects 统计指标(效果评估作业需要提供此参数)。 offline_rank_job_name 否 String 离线排序作业名称(在线训练任务需要提供此参数)。
): append,是 new,否 overwirte,覆盖 indicators Array of Indicator objects 统计指标(效果评估作业需要提供此参数)。 offline_rank_job_name String 离线排序作业名称(在线训练任务需要提供此参数)。
append,是 new,否 overwirte,覆盖 indicators 否 Array of Indicator objects 统计指标(效果评估作业需要提供此参数)。 offline_rank_job_name 否 String 离线排序作业名称(在线训练任务需要提供此参数)。
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。