已找到以下 55 条记录
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
产品选择
没有找到结果,请重新输入
  • 认证鉴权 - 推荐系统 RES

    求进行加密签名。 SK(Secret Access Key):与访问密钥ID结合使用密钥,对请求进行加密签名,可标识发送方,并防止请求被修改。 使用AK/SK认证时,您可以基于签名算法使用AK/SK对请求进行签名,也可以使用专门签名SDK对请求进行签名。详细签名方法和SDK使用方法请参见API签名指南。

  • 构造请求 - 推荐系统 RES

    ken接口响应值,该接口是唯一不需要认证接口。 公有云API同时支持使用AK/SK认证,AK/SK认证是使用SDK对请求进行签名签名过程会自动往请求中添加Authorization(签名认证信息)和X-Sdk-Date(请求发送时间)请求头。 AK/SK认证详细说明请参加AK/SK认证。

  • 近线实时数据如何在数据探索中报告体现? - 推荐系统 RES

    数据探索是什么?近线实时数据如何在数据探索中报告体现? 数据探索是针对当前数据源数据进行挖掘和分析,主要聚焦在特征分布范围、统计以及特征齐全度等,使用户能够更了解数据,进而指导在特征工程以及相关算法配置。 数据探索是一个离线分析任务,任务有对应启动时间,由于近线实时数据会实时入库

  • 自定义场景简介 - 推荐系统 RES

    间是独立。即根据不同离线计算得到候选集以及相关参数,提供不同推荐服务。 在线服务 效果评估 指用于通过推荐系统推荐出去结果集并利用trace_id回流到推荐系统行为点击率、转化率等指标的计算。 效果评估 父主题: 自定义场景

  • 什么是推荐系统 - 推荐系统 RES

    用户根据场景选择不同推荐实体。 独立排序模块 独立基于CTR预估排序打分模块,支持个性化排序能力。 如何访问RES 您可以通过以下任何一种方式访问RES。 管理控制台 管理控制台是基于浏览器可视化界面。通过管理控制台,您可以使用直观界面进行相应操作。使用方式请参见《推荐系统用户指南》。

  • 基本概念 - 推荐系统 RES

    用户 推荐系统被推荐对象,一般是指使用业务系统客户。例如,某电商客户。 物品 被推荐内容,一般是指业务系统提供给其用户商品。例如,某视频网站视频。 召回策略 召回策略是指通过大数据计算或深度训练生成推荐候选集算法策略。 过滤规则 过滤规则用于生成推荐过滤集,包含黑白名单、

  • 自定义场景(热度推荐) - 推荐系统 RES

    在“test-data”文件夹下,将behavior.txt中每条数据actionTime字段值修改到当前时间附近。将item.txt中每条数据publishTime字段值修改到当前时间附近,将item.txt中每条数据expireTime字段值修改成大于当前时间值,避免数据因为过期被过滤掉。

  • 排序策略-离线排序模型 - 推荐系统 RES

    数值稳定常量:为保证数值稳定而设置一个微小常量。默认1e-8。 adagrad:自适应梯度算法 对每个不同参数调整不同学习率,对频繁变化参数以更小步长进行更新,而稀疏参数以更大步长进行更新。 学习率:优化算法参数,决定优化器在最优方向上前进步长参数。默认0.001。 初

  • 智能场景简介 - 推荐系统 RES

    智能场景简介 针对对应场景,由RES根据场景类型预置好对应智能算法,为匹配场景提供智能推荐服务。 智能场景功能说明 表1 功能说明 功能 说明 详细指导 猜你喜欢 推荐系统结合用户实时行为,推送更具针对性内容,实现“千人千面”。 创建智能场景 关联推荐 基于大规模机器学习

  • 推荐引擎和排序引擎有什么区别? - 推荐系统 RES

    推荐引擎和排序引擎有什么区别? 推荐引擎 推荐引擎是以推荐为业务逻辑引擎,即系统根据配置生成召回集作为起点,输出推荐结果集为终点引擎。 排序引擎 排序引擎是以排序为业务逻辑引擎,即用户提供排序集为输入,系统根据排序算法输出排序结果引擎。 父主题: 自定义场景

  • 提交实时流近线作业 - 推荐系统 RES

    候选集兴趣宽度(值越大召回候选集中不同类型物品越多,值越小则召回类型越单一)。若algorithm_type为NEARLINE_UPDATE_USER_CANDIDATE_SET,则此字段必填。 time_name 否 String 物品数据中代表时间特征字段名。若rank_type值为TIME,则此字段必填。

  • 什么是RES? - 推荐系统 RES

    推荐系统(Recommender System,简称RES)基于华为大数据和人工智能技术,提供推荐平台和算法服务,并帮助企业构建个性化推荐应用,助力提升网站/APP点击率、留存率和用户体验。 父主题: 基础问题

  • RES支持哪些自定义策略? - 推荐系统 RES

    RES支持哪些自定义策略? 目前RES所支持推荐策略如下所示: 召回策略 过滤规则 特征工程 排序策略 近线策略 效果评估 推荐策略详细信息请参见《推荐系统用户指南》算法介绍及其参数说明章节。 父主题: 自定义场景

  • 数据探索 - 推荐系统 RES

    用户报表:根据不同数据格式展示用户数据类型、最大值和最小值。您可以单击相关数据后查看数据详细信息。 百分位数:将数据进行排序,统计该数据在整个数据中所占百分比。 图2 百分位数 分布统计:通过查看分布统计了解各参数下参数值分布情况。如可以根据性别展示数据中性别数据分布。可通过查看标签,了解数据中各种标签的分布情况。

  • 概述 - 推荐系统 RES

    和算法服务,并帮助企业构建个性化推荐应用,助力提升网站/APP点击率、留存率和用户体验。 您可以使用本文档提供推荐系统服务API描述、语法、参数说明及样例等内容,进行相关操作,例如推荐系统具体接口使用说明。支持全部操作请参见API概览。 在调用推荐系统API之前,请确保已

  • 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

  • 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

  • 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

  • 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。

  • 离线作业简介 - 推荐系统 RES

    特征工程常用于抽取用户、物品特征和特定算法特征生成,一般作为某些算法前置输入条件。 特征工程 召回策略 召回策略用于生成推荐候选集,在原始数据中通过算法和规则匹配用户候选集。 召回策略 排序策略 排序策略根据不同算法模型对召回策略或者近线策略生成候选集进行重排序,得到推荐候选集列表。