已找到以下 173 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
  • 认证鉴权 - 推荐系统 RES

    Token有效期为24小时,需要使用一个Token鉴权时,可以先缓存起来,避免频繁调用。 Token在计算机系统中代表令牌(临时)意思,拥有Token就代表拥有某种权限。Token认证就是在调用API时候将Token加到请求消息头,从而通过身份认证,获得操作API权限。 T

  • 数据质量 - 推荐系统 RES

    在作业列表中,刚创建离线作业“状态”为“计算中”,当离线作业“状态”变为“计算成功”时,表示作业运行结束,检测完数据将使用于离线作业。当离线作业“状态”变为“计算失败”时,您可以单击作业名称,进入详情页面,通过查看日志等手段处理问题。 父主题: 离线作业

  • 组合作业 - 推荐系统 RES

    您可以根据业务需要,选择合适召回策略。召回策略用于配置离线计算逻辑,通过启动离线计算任务进行候选推荐结果集生成。 各个召回策略详细参数设置和输入输出请单击下方链接查看。 基于特定行为热度推荐 基于综合行为热度推荐 基于物品协同过滤推荐 基于用户协同过滤推荐 基于交替最小二乘矩阵分解推荐

  • 编辑或删除智能场景 - 推荐系统 RES

    针对运行失败或者草稿状态智能场景支持进行重新编辑操作。您也可以通过执行删除操作,删除当前场景。 前提条件 已存在创建成功智能场景。 编辑智能场景 登录RES管理控制台,在左侧导航栏中选择“推荐业务 >智能场景”,进入智能场景列表页面。 单击智能场景列表中目标场景名称,进入“个性化配置”详情页。

  • 查询效果指标 - 推荐系统 RES

    String]]] 查询到效果指标,外层mapkey表示服务名称,中间层表示流程名称,里层mapkey表示时间戳,value表示对应指标的值。 error_msg String 请求失败时错误信息,请求成功时无此字段。 error_code String 请求失败时错误码,请求成功时无此字段。

  • 提交排序任务API - 推荐系统 RES

    1]之间,是机器学习领域里常用二分类算法。LR算法参数请参见逻辑斯蒂回归。 因子分解机算法是一种基于矩阵分解机器学习算法,能够自动进行二阶特征组合、学习特征之间关系,无需人工经验干预,同时能够解决组合特征稀疏问题。FM算法参数请参见因子分解机。 域感知因子分解机是因子分解机改进版本,因子

  • 查询镜像列表 - 推荐系统 RES

    类型 说明 project_id 是 String 项目编号,用于资源隔离。获取方法请参见获取项目ID。 type 是 String 查询镜像类型, 可选infer, rank, nlp。 响应消息 响应参数请参见表2。 表2 响应参数说明 参数名称 是否必选 参数类型 说明 is_success

  • 数据源管理简介 - 推荐系统 RES

    数据源数据格式和近线数据导入格式要求一致,包括用户数据、物品数据和行为数据。 用户数据 用户数据包括数据源中“用户属性表”和用于近线计算“用户画像”数据。用户数据记录用户属性信息,例如地域、爱好等。 物品数据 物品数据包括数据源中“物品属性表”和用于近线计算“物品画

  • 召回策略 - 推荐系统 RES

    topK 用户最感兴趣排序在前K个物品。 行为 行为类型:用户感兴趣行为类型。 权重值:行为初始权重。 衰减系数:用于衰减行为初始权重系数。 有效时间:用户配置行为发生时间与当前时间间隔,以小时为单位。系统只处理在该时间范围内行为记录。 基于用户相似度实时召回 基于用

  • 实时日志 - 推荐系统 RES

    实时日志 RES根据实时发送到DIS上日志,进行数据计算和处理,更新用户相关数据。用户发送到DIS上数据具体如下: 实时行为日志 实时行为日志作用包括: 更新用户兴趣标签。 记录所选行为类型历史记录。 更新用户上下文信息。 召回候选集。 表1 实时行为日志字段描述 字段名

  • 提交效果评估任务 - 推荐系统 RES

    online_services 是 List 需要进行效果评估在线服务; indicators 是 List 请参见表3,需要统计指标列表及其对应参数。 start_time 是 Long 被统计数据起始时间戳。 end_time 是 Long 被统计数据终止时间戳。 interval 是 Double

  • 召回策略 - 推荐系统 RES

    UserCF算法生成用户-物品列表候选集。 基于交替最小二乘矩阵分解推荐 基于交替最小二乘矩阵分解推荐:基于用户-物品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,分解之后用户隐向量矩阵和物品隐向量矩阵可以用来生成预估用户-物品评分矩阵,提取出评分最高若干个物品作为召回结果。

  • 特征工程 - 推荐系统 RES

    得超过行为数据时间范围。 测试数据时间:测试数据起始时间和终止时间,该起始时间和终止时间不得超过行为数据时间范围。 “RATE” 训练数据占比:生成结果中,训练集占整个训练集和测试集比例,默认0.7。 测试数据占比:生成结果中,训练集占整个训练集和测试集比例,默认0.3。