-
推荐系统OBS文件夹规范 - 推荐系统 RES
│ obs-general-data 用于存放经过特征工程处理的宽表,又名通用格式数据。 │ obs-pretrain-data 用于存放排序预处理任务生成的预训练数据。 │ obs-error-data 用于存放异常数据输出路径,来源于近线策略。
-
实时日志 - 推荐系统 RES
否 实时用户日志示例 { "userId":"user123", "BASICINFO":{ "age":15, "gender":"male", "salary":31693.84172, "hobbies
-
管理计算资源 - 推荐系统 RES
Driver内存 Driver内存大于等于512MB。 DLI:默认7GB。 Driver核数 Driver核数,大于等于1。 DLI默认2。 Executor内存 Executor内存大于等于1GB。 DLI:默认8GB。
-
获取规格列表 - 推荐系统 RES
": "res.2301", "error_msg": "Failed to resolve the token from the request." } 状态码 状态码请参见状态码。
-
权限和授权项 - 推荐系统 RES
例如,用户要调用接口来查询云服务器列表,那么这个IAM用户被授予的策略中必须包含允许“ecs:servers:list”的授权项,该接口才能调用成功。
-
RES自定义策略 - 推荐系统 RES
{ "Version": "1.1", "Statement": [ { "Effect": "Allow", "Action": [
-
构造请求 - 推荐系统 RES
query-string:查询参数,是可选部分,并不是每个API都有查询参数。查询参数前面需要带一个“?”,形式为“参数名=参数取值”,例如“limit=10”,表示查询不超过10条数据。
-
查看在线服务详情 - 推荐系统 RES
表1 部署失败解决方法 报错 失败原因 解决方法 Failed to 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。
-
准备离线数据源 - 推荐系统 RES
否 gender String 性别。取值为: male female unknown 否 location Json 根据业务而设定的用户关注的地理位置信息。如常驻地,精度维度格式:{"lat": latitude, "lon": longitude }。
-
认证鉴权 - 推荐系统 RES
{ "auth": { "identity": { "methods": [ "password" ], "password": { "user": { "name": "username", "password": "*
-
召回策略 - 推荐系统 RES
100 表11 输入数据 数据 是否必须 描述 USER_BEHAVIOR 是 用户操作行为表。 表12 输出数据 名称 类型 描述 USERCF_REC_OFFLINE_CANDIDATES CANDIDATES_SET UserCF算法生成的用户-物品列表候选集。
-
排序策略 - 推荐系统 RES
xavier: 初始化初始值为 均值为0,方差为 Var(wi)=1/nin 的均匀分布(高斯或者随机分布)。其中 nin 是该神经元的输入数目。 优化器类型 grad:梯度下降算法 学习率:优化算法的参数,决定优化器在最优方向上前进步长的参数。默认0.001。
-
获取推荐结果 - 推荐系统 RES
Headers页签的“KEY”值填写为“X-Auth-Token”,“VALUE”值为您获取到的Token(关于如何获取token,请参考获取用户Token),如图5所示。
-
排序策略-离线排序模型 - 推荐系统 RES
xavier: 初始化初始值为 均值为0,方差为 Var(wi)=1/nin 的均匀分布(高斯或者随机分布)。其中 nin 是该神经元的输入数目。 优化器类型 grad:梯度下降算法 学习率:优化算法的参数,决定优化器在最优方向上前进步长的参数。默认0.001。
-
排序策略-离线特征工程 - 推荐系统 RES
例如,根据order_price进行离散,设置价格离散点分别为150、200、250即价格会按照0-150、151-200、201-250进行散;单击添加离散点。 “不离散”:(默认)不做归一化,不对数据做处理。
-
召回策略 - 推荐系统 RES
例" user_meta_list ": ["gender","age"] “物品特征”:在物品户特征下拉框中选择需要的特征参数进行召回计算。例" item_meta_list ": ["weight","score"] 最大推荐结果数 每个用户最多生成多少个推荐结果。
-
在线服务 - 推荐系统 RES
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。 高级类型选项 打散 打散是指推荐的结果集中根据客体的选择的字符串类型的属性进行打散,避免推荐结果集过于集中,增加推荐结果的新颖性。 您可以在下拉列表中选择打散属性。
-
自定义场景(热度推荐) - 推荐系统 RES
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。
-
数据结构 - 推荐系统 RES
其中: 兴趣属性,此特征将会用于统计用户的兴趣标签,并生成特征名为“interested_原特征名”的特征。 关键词提取,只有当关键词为content和title时会进行关键词提取,并生成特征名为“keyword_原特征名”的特征。 正向行为类型 列表中展示抽取的正向行为类型。
-
智能场景(猜你喜欢) - 推荐系统 RES
{ "id":"user894", "rec_num": 10 } 预测结果 “flow_id”代表流程id,“rec_num”为推荐物品结果的数量,“candidates”为候选集结果,字段“id”为推荐结果物料id,“score”为推荐物料的评分,“source