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
与其他云服务的关系 表1 RES与其他服务的关系 相关服务 交互功能 数据湖探索 数据湖探索(Data Lake Insight,简称DLI)用于推荐系统的离线计算和近线计算。DLI的更多信息请参见《数据湖探索文档》。 对象存储服务 对象存储服务(Object Storage S
用来动态调整学习步长。取值范围(0,1],默认值为0.1。 lambda1 是 Double 叠加在模型的1范数之上,用来对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,用来对模型值进行限制防止过拟合。取值范围[0,1],默认值为0。
单击“已完成”状态的目标服务名称进入自定义场景详情页面,单击“预测”页签,包括两种预测方式。 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和推荐数量,或者物品项,根据您设置的策略返回用户的预测结果。如果物品项有多个,需要用英文逗号隔开。 图1 代码预测 表
初始梯度累加和。 最小值:0 最大值:1 lambda1 否 Double L1正则项系数。 最小值:0 最大值:1 lambda2 否 Double L2正则项系数。 最小值:0 最大值:1 epsilon 否 Double 数值稳定常量。 最小值:0 最大值:1 decay_rate
根据企业用户的职能,设置不同的访问权限,以达到用户之间的权限隔离。 将RES资源委托给更专业、高效的其他华为云帐号或者云服务,这些账号或者云服务可以根据权限进行代运维。 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。
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
Double 初始梯度累加和。 最小值:0 最大值:1 lambda1 Double L1正则项系数。 最小值:0 最大值:1 lambda2 Double L2正则项系数。 最小值:0 最大值:1 epsilon Double 数值稳定常量。 最小值:0 最大值:1 decay_rate
初始梯度累加和。 最小值:0 最大值:1 lambda1 否 Double L1正则项系数。 最小值:0 最大值:1 lambda2 否 Double L2正则项系数。 最小值:0 最大值:1 epsilon 否 Double 数值稳定常量。 最小值:0 最大值:1 decay_rate
初始梯度累加和。 最小值:0 最大值:1 lambda1 否 Double L1正则项系数。 最小值:0 最大值:1 lambda2 否 Double L2正则项系数。 最小值:0 最大值:1 epsilon 否 Double 数值稳定常量。 最小值:0 最大值:1 decay_rate
相关的参数信息。 预测 可对运行中状态的在线服务进行预测,输入预测代码,单击“预测”后显示预测结果。 配置更新记录 展示配置相关记录。 单击配置记录前方的可查看该记录下详细的模型信息,包括模型名称、版本、分流、计算节点规格和计算节点个数。 排序模型更新记录 展示模型的更新记录。包括模型名称、状态、更新时间和消息。
选择已经创建的自定义场景,单击名称,进入到自定义场景详情页。 单击已经创建的在线服务名称下面的“编辑”,进入编辑页面。 图1 修改在线服务参数 修改“过滤(黑名单)”下面的参数。 “实时行为过滤” :“开启”。 “时间区间(天)”:配置为1,即可实现过滤用户近一天(预测请求的时间点前推24h)内浏览或者曝光过的物品。
Double 初始梯度累加和。 最小值:0 最大值:1 lambda1 Double L1正则项系数。 最小值:0 最大值:1 lambda2 Double L2正则项系数。 最小值:0 最大值:1 epsilon Double 数值稳定常量。 最小值:0 最大值:1 decay_rate
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 类型
初始梯度累加和。 最小值:0 最大值:1 lambda1 否 Double L1正则项系数。 最小值:0 最大值:1 lambda2 否 Double L2正则项系数。 最小值:0 最大值:1 epsilon 否 Double 数值稳定常量。 最小值:0 最大值:1 decay_rate
作业名称,只能由字母、数字、中划线和下划线组成,并且长度为1~20个字符。 job_description 否 String 作业描述,最大长度256字符。 online_services 是 List 需要进行效果评估的在线服务; indicators 是 List 请参见表3,需要统计的指标列表及其对应的参数。
在“test-data”文件夹下,将behavior.txt中的每条数据的actionTime字段的值修改到当前时间附近。将item.txt中的每条数据的publishTime字段的值修改到当前时间附近,将item.txt中的每条数据的expireTime字段的值修改成大于当前时间的值,避免数据因为过期被过滤掉。
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。 依赖作业名称 已经完成的可以提供用户和用户相似度关系的作业,用来进行用户的关联推荐。 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。
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。
String]]] 查询到的效果指标,外层map的key表示服务名称,中间层表示流程名称,里层map的key表示时间戳,value表示对应的指标的值。 error_msg String 请求失败时的错误信息,请求成功时无此字段。 error_code String 请求失败时的错误码,请求成功时无此字段。
2:置顶 -1:注销 否 同时,可以通过实时更新的方式,更新物品身上的status字段,实现秒级状态字段更新,来控制物品的上下架状态。具体操作指导可参考上传实时数据进行配置和对接。 父主题: 灵活配置物品状态和过期时间,保障有效性和实效性