已找到以下 59 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
  • 通过DLF进行作业监控及任务异常重新启动 - 推荐系统 RES

    推荐系统提供了查询作业详情API接口,可返回作业详情。返回体中作业状态字段“jobs.job_status”表示了当前任务状态。 重新执行作业API用来将任务以相同配置重新执行一次。 通过查询作业详情API和重新执行作业API可完成对任务状态监控,并且可以根据任务状态决定是否需要重新执行任务。

  • 准备离线数据源 - 推荐系统 RES

    itemType String 物品类型。 是 itemId String 对应行为发生对象值。如果是和物品发生关系,则是物品id(itemId)值。 是 actionType String 行为类型,包括正向行为和负向行为。下面为预置行为类型和对应权重,权重有默认分数,默认

  • 上传实时数据 - 推荐系统 RES

    请参见获取项目名称、项目ID、区域ID。 获取需要上传通道ID(streamId)。 单击近线数据源“详情” 图1 获取通道ID 上传实时数据,示例代码如下,其中,“streamId”配置值要与步骤2中“通道ID”值一致。 1 2 3 4 5 6 7 8

  • 创建智能场景 - 推荐系统 RES

    据用户长短期行为表现出来兴趣进行学习与训练,结合长短期兴趣进行个性化推荐。 关联推荐主要应用于固定物品关联推荐,根据已关联物品对相关内容和行为进行挖掘,网状匹配相关联物品,进行有关联度推荐。 热门推荐主要应用于当前用户浏览最多物品内容,如实时搜索量前几新闻或者物品。

  • 数据结构 - 推荐系统 RES

    增加用户特征。单击特征后方删除不需要用户特征。 物品特征 列表中展示抽取物品特征和参数类型,此特征会额外应用于所选字段功能。您可以根据业务需求单击增加物品特征。单击特征后方删除不需要物品特征。 您可以从“应用于”右侧下拉选项中设置该数据使用维度是“兴趣属性”或者“关键词提取”。其中:

  • 返回结果 - 推荐系统 RES

    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数字代码,状态码表示了请求响应状态,完整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

  • 管理离线作业 - 推荐系统 RES

    新执行”、“删除”等操作。您也可以通过查看服务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作业进行离线计算。生成数据和原来作业生成数据相互独立,复制离线作业会生成新线上指定UUID。 操作步骤如下: 登录RES管理控制

  • 计算资源配置 - 推荐系统 RES

    计算资源配置 增加计算资源 更改计算资源 删除计算资源 查询计算资源列表 按类型查询计算资源 获取资源列表 父主题: 全局配置API

  • 获取推荐结果 - 推荐系统 RES

    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,根据您设置策略返回用户预测结果。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

  • 应用场景 - 推荐系统 RES

    RES+媒资应用场景 场景描述 媒资推荐场景中,通常对实时性要求比较高,用户产生行为需要得到即时反馈,同时结合用户长期兴趣和短期兴趣进行个性化推荐。 RES提供一站式媒资推荐解决方案,支持针对行为数据实时生成用户兴趣标签,提供离线、近线、在线三层计算,完成千人千面的个性化媒资推荐。

  • 获取访问密钥并添加RES全局配置 - 推荐系统 RES

    进入“新增访问密钥”页面,输入当前用户登录密码,通过已验证手机或已验证邮箱进行验证,输入对应验证码,如图4所示。 图4 新增访问密钥 单击“确定”,根据浏览器提示,保存密钥文件。密钥文件会直接保存到浏览器默认下载文件夹中。打开名称为“credentials.csv”文件,即可查看访问密钥(Access

  • 创建自定义场景 - 推荐系统 RES

    看了某个物品时候,会推荐最相似/最相关物品。 “基于物品推荐用户”:某些物品属性、描述很相似,或者经常被一起购买。如房产平台会计算物品之间相似或关联程度,当用户查看某个物品时候,会推荐同时拥有该类型房源房产经纪人。 服务类型 选择您需要服务类型。 “推荐引擎”:推荐

  • 获取推荐结果 - 推荐系统 RES

    match_infos 进行召回匹配参数配置,即搜索匹配信息。 label:客体属性名称(可为字符串或字符串数组类型)。 value:相应属性值。 weight:该属性值匹配权重,多个匹配条件做加权汇总后按分值从大到小给出候选集。 filter_info 搜索过滤信息。 black_list:客体需要过滤的黑名单。

  • 获取推荐结果 - 推荐系统 RES

    “在线服务”,进入服务列表页面。 单击目标服务名称进入服务详情页面,单击下方“预测”页签,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,根据您设置召回策略等返回用户预测结果。 图1 在线预测 获取预测接口 通过在线服务页面获取接口 登录RES

  • RES操作流程 - 推荐系统 RES

    (可选)数据接入资源DIS 开通相关资源 绑定资源 针对您创建集群等资源,需要完成绑定,才可以在创建作业时可选择绑定集群进行计算存储等操作。 绑定资源 创建跨源链接 在使用DLI进行推荐系统离线和近线计算时,建议创建跨源连接,用于访问CloudTable数据源,提高读写性能。 创建跨源连接 开启公共终端节点

  • 构造请求 - 推荐系统 RES

    对于获取用户Token接口,您可以从接口请求部分看到所需请求参数及参数说明。将消息体加入后请求如下所示,加粗斜体字段需要根据实际值填写,其中username为用户名,domainname为用户所属账号名称,********为用户登录密码,xxxxxxxxxx为project名称,如“cn-n

  • 离线数据源 - 推荐系统 RES

    用户需要自己手工创建整理这些表并存储到OBS上。 每张表表结构必须符合推荐系统要求,列名和字段类型需要和规范中保持一致(参考下面的表结构说明)。 每张表中填充数据,必须符合推荐引擎要求。 对于业务数据中无法提供字段可以填NULL。 用户属性表 用户属性表记录用户属性信息,例如地域、爱好等,属性名和属性值成对出现。

  • 提交流式训练作业 - 推荐系统 RES

    输出流DIS通道名称。该通道用于存放由行为数据和画像库计算生成排序预处理数据,以供模型训练。通道中数据属于流式训练作业产生中间数据,使用者只需指定通道名称,无需往该通道发送或获取数据。 starting_offsets 是 String 读取DIS数据起始位置,LATEST表示从最新数据开始读取。 表10 data_source_config

  • 近线作业 - 推荐系统 RES

    特征名称:值为时间戳(10位)特征名称,任务会根据此特征对候选集进行排序。 推荐天数:推荐数据时间段,该时间段从当前开始往前推N天,默认15天。 默认热度排序。 候选集最大长度 生成候选集最大长度,每次计算更新候选集中个数不会超过最大值。 默认50。 候选集召回策略 召回候选集策略。