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
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
属性对。 表30 AttrPair 参数 是否必选 参数类型 描述 party_a 否 String 被推荐对象的属性名。 party_b 否 String 被推荐对象的属性名。 表31 Deduplication 参数 是否必选 参数类型 描述 attributes 否 Array
查询训练作业 功能介绍 查询resource_id（数据源id或场景id）下的指定类型的作业。 调试 您可以在API Explorer中调试该接口。 URI GET /v2.0/{project_id}/workspaces/{workspace_id}/resources/{r
strings 需要置顶的候选集列表。 表36 AttrPairRules 参数 参数类型 描述 attr_pairs Array of AttrPair objects 属性对。 表37 AttrPair 参数 参数类型 描述 party_a String 被推荐对象的属性名。 party_b
Service，简称OBS）进行数据源的存储。因此，在使用RES之前您需要开通OBS服务并创建桶，然后在OBS桶中上传用户数据用于推荐作业的计算。 需要存放在OBS桶中的数据包括： 离线数据源：包含用户类数据，物品类数据，行为数据以及推荐候选列表。 人工推荐策略的候选集（可选）：您可以将人工编辑推荐结果的列表c
买了又买等推荐场景，但各个子场景的运营规则均不一致。 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。
上下文信息，可用于配置在线过滤黑名单列表，列表中的条目将会被排除在最终返回的候选集之外。 filter_items 否 List 由itemid组成的List。在线黑名单列表，列表中的物品将不会在返回的推荐候选集中。 online_tags 否 List 由属性、属性值和属性权重组成的数据格式的列表，其中属性值
“山东哥哥助学工作站”的名字。这座木屋，凝聚了“山东哥哥”与贵州山区儿童之间的情谊，也见证了一位名叫隋刚的淄博“80后”小伙18年来的坚守。", "绝大多数用户的需求往往是关注主流内容和商品。而忽略相对冷门的大量“长尾”信息，导致很多优秀的内容或商品没有机会被用户发现和关注。"
兴趣标签召回候选集：根据用户画像的兴趣标签召回候选集。 实时标签召回候选集：根据用户实时操作的物品的标签召回候选集。 默认兴趣标签召回候选集。 兴趣宽度 生成候选集中的兴趣宽度，值越小候选集中的类型越少。 说明： 选择兴趣宽度数量对应的，权重值最高的兴趣标签个数进行检索，得到与标签匹配的物品候选集。
代码：输入预测代码，单击“预测”后显示预测结果，如图1所示。输入用户ID、推荐数量，根据您设置的策略返回用户的预测结果。如果是关联推荐，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。 图1 代码预测 表单：输入“ID”，并设置“最大推荐个数”。其
返回结果 状态码 请求发送以后，您会收到响应，包含状态码、响应消息头和消息体。 状态码是一组从1xx到5xx的数字代码，状态码表示了请求响应的状态，完整的状态码列表请参见状态码。 对于获取用户Token接口，如果调用后返回状态码为“201”，则表示请求成功。 响应消息头 对应请求
而建。但这座木屋又很“特别”，它有一个“山东哥哥助学工作站”的名字。这座木屋，凝聚了“山东哥哥”与贵州山区儿童之间的情谊，也见证了一位名叫隋刚的淄博“80后”小伙18年来的坚守。" } 成功响应示例 { "is_success": true, "flow_id": "b922
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的移动到新的URI，返回信息会包括新的URI。 302 Found 资源被临时移动。 303 See Other 查看其它地址。 使用GET和POST请求查看。
topK 用户最感兴趣的排序在前K个的物品。 行为 行为类型：用户感兴趣的行为类型。 权重值：行为的初始权重。 衰减系数：用于衰减行为初始权重的系数。 有效时间：用户配置的行为发生时间与当前时间的间隔，以小时为单位。系统只处理在该时间范围内的行为记录。 基于用户相似度的实时召回 基于用
增加用户特征。单击特征后方的删除不需要的用户特征。 物品特征 列表中展示抽取的物品特征和参数类型，此特征会额外应用于所选字段的功能。您可以根据业务需求单击增加物品特征。单击特征后方的删除不需要的物品特征。 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“兴趣属性”或者“关键词提取”。其中：
新执行”、“删除”等操作。您也可以通过查看服务的详细信息判读作业训练状态和查询训练结果。 复制离线作业 用户可以通过复制组合作业再次创建新的作业进行离线计算。生成的数据和原来的作业生成的数据相互独立，复制的离线作业会生成新的线上指定的UUID。 操作步骤如下： 登录RES管理控制
白名单地址 白名单所在的路径。白名单之外的物品不应该出现在最终推荐结果集里。白名单内容需要存储在OBS上。 历史行为过滤 单击增加历史行为过滤，单击后方的删除过滤行为。指定与用户个性化的物品候选集过滤准则。例如对于用户过去3天内有过view行为的物品（如新闻）过滤，使之不进入候选集。
实时日志 RES根据实时发送到DIS上的日志，进行数据计算和处理，更新用户的相关数据。用户发送到DIS上的数据具体如下： 实时行为日志 实时行为日志的作用包括： 更新用户的兴趣标签。 记录所选行为类型的历史记录。 更新用户的上下文信息。 召回候选集。 表1 实时行为日志字段描述 字段名
在购物车场景，使用的召回候选集来自于离线计算基于物品的协同过滤生成的候选集，而为了尽可能保证推荐的匹配度，要求推荐出来的物品尽可能的与用户性别、体质和年龄等属性吻合，所以考虑基于用户性别、体质和年龄等属性用标签索引得到的满足条件物品列表item1， 对离线生成的items2进行如
UserCF算法生成的用户-物品列表候选集。 基于交替最小二乘的矩阵分解推荐 基于交替最小二乘的矩阵分解推荐：基于用户-物品的行为信息作为原始矩阵，利用ALS优化算法对原始矩阵进行矩阵分解，分解之后的用户隐向量矩阵和物品隐向量矩阵可以用来生成预估的新的用户-物品评分矩阵，提取出评分最高的若干个物品作为召回结果。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
