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
命名实体识别模型 模型名称 res-default-ner 功能 将待处理的文本中的人名、地名、组织名提取出来。 URL POST 服务部署成功后返回的预测地址。 请求消息 请求参数请参见表1。 表1 请求参数说明 参数名称 是否必选 参数类型 说明 text 是 String 待处理的文本。
创建在线服务 在线服务负责分析结果的应用过程，泛指部署线上服务后提供的推理服务，对外提供API接口。在推荐系统中，包含推荐引擎、文本标签、排序三种在线服务，具体说明如下： 推荐引擎 推荐引擎用于对RES召回策略跑出来的候选集结果进行融合过滤和排序。 文本标签 文本标签服务为用户提
预测接口（文本标签） 分词模型 命名实体识别模型 父主题： 在线服务API
避免物品重复推荐（曝光过滤） 本实践介绍用户在客户端浏览、点击过的某些商品，在规定的时间内，重复请求推荐接口，不会被再次推荐。 功能说明 该功能使用涉及两部分：实时行为数据的接入和在线服务配置行为过滤。当数据源部分开启近线行为实时接入之后，并且用户通过上传实时行为数据，系统才具备
数据导入 数据导入介绍 数据导入即读取经过“数据结构”生成的数据，对每条数据进行校验。推荐系统保留字段需校验类型和数据合法性、自定义字段校验类型，输出错误报告。如果数据完全符合要求，会生成推荐系统所需要的宽表和画像数据。 宽表：推荐系统内部格式，以行为数据为主，将行为数据中涉及到的用户数据和物品数据整合成一条数据。
应用场景 推荐系统支持深度智能挖掘用户和物品的关联关系，将对应场景的推荐结果推送给用户，代替低纬度的人工规则，提升了相关运营指标和用户的体验。包含了互联网信息流，短视频/直播/音乐/阅读，广电媒资，社交，电商等场景。 RES+电商应用场景 场景描述 电商场景中，通常涉及首页推荐、
初始梯度累加和：梯度累加和用来调整学习步长。默认0.1。 L1正则项系数：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。默认0。 L2正则项系数：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。默认0。 - 父主题： 用户指南（旧版）
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。 learning_rate 是 Double
数据质量 数据质量检测算子，是用户在进行离线计算之前使用原始初始格式数据（离线数据源中的离线数据）或者通用格式数据检测输入数据是否合法。包括离线数据中是否包含特殊字符，数据类型是否正确，是否缺少必备信息等。 前提条件 已将离线数据上传至OBS桶中。 创建数据质量作业 创建数据质量操作步骤如下：
完成在线的推荐结果过滤。 “行为过滤”：配置“时间区间”为“3”，“行为类型”选择“物品曝光”即为在线服务生成的结果会过滤近三天内用户浏览过的物品，可以提高结果集的丰富度，尤其是在短视频领域，达到推荐的视频列表不包含近期看过的视频，避免重复推送。 图7 添加在线流程 步骤4：发布自定义场景
修改训练作业参数 功能介绍 修改指定作业的元数据信息。 调试 您可以在API Explorer中调试该接口。 URI PUT /v2.0/{project_id}/workspaces/{workspace_id}/resources/{resource_id}/job-instance/{job_id}
L1正则项系数：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。默认0。 L2正则项系数：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。默认0。 L2正则项系数 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。默认0。 正则损失计算方式 正则损失计算当前有两种方式。
数据结构 当数据源创建完成，您可以进入数据源详情页面进行数据质量管理操作。数据质量管理操作可以将离线数据源经过数据特征抽取，生成推荐系统内部通用的数据格式。经过数据质量检测来确保数据的合法性。 数据结构介绍 数据结构步骤的主要目的是读取用户上传的离线数据，解析用户特征和物品特征中
L1正则项系数(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。 L2正则项系数(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。 学习率(learning_rate)
L1正则项系数：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。默认0。 L2正则项系数：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。默认0。 L2正则项系数 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。默认0。 正则损失计算方式 正则损失计算当前有两种方式。
指定迭代优化的最大迭代次数。如果离线计算失败，建议调小至10以下。默认为10。 优化正则化系数 在ALS算法中使用，指定正则化系数，作为优化目标中参数项代价的系数，用于避免过拟合现象发生。默认为0.01。 最大推荐结果数 最多生成多少个推荐结果。默认为100。 开启调度 开启调度，按照指定的调度策略定期执行作业。
指定迭代优化的最大迭代次数。如果离线计算失败，建议调小至10以下。 10 正则化系数 在ALS算法中使用，指定正则化系数，作为优化目标中参数项代价的系数，用于避免过拟合现象发生。 0.01 最大推荐结果数 最多生成多少个推荐结果。 该参数会运用在“输出数据”的推荐候选集上。 100 表14 输入数据 数据
通过DLF进行作业监控及任务异常重新启动 推荐系统提供了查询作业详情API接口，可返回作业详情。返回体中的作业状态字段“jobs.job_status”表示了当前任务的状态。 重新执行作业的API用来将任务以相同的配置重新执行一次。 通过查询作业详情API和重新执行作业的API可
域感知因子分解机是因子分解机的改进版本，因子分解机每个特征对其他域的隐向量都一致，而域感知因子分解机每个特征对其他每个域都会学习一个隐向量，能够达到更高的精度，但也更容易出现过拟合。FFM算法参数请参见域感知因子分解机。 深度网络因子分解机，结合了因子分解机和深度神经网络对于特征表达的学习，同时学习高阶和低阶特征组
通过DLF重新执行作业 推荐系统提供了重新执行作业的API，用来将任务以相同的配置重新执行一次，实现对离线任务生成结果的更新。以固定的周期定时调用此API，可保持结果处于一个较新的状态，以获得更好的推荐结果。 以上功能，我们也可以使用数据治理中心 DataArts Studio，
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
