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
创建工作空间 前提条件 使用RES工作空间您需要具备如下权限： 请确保您已开通RES并完成密钥认证。 已经开通相关资源并进行全局配置。 创建工作空间 登录RES管理控制台。 您可以通过两种方式创建工作空间，进入“创建工作空间”页面，填写工作空间参数信息。详请参见表1。 在左侧导航
过滤规则 过滤规则用于配置候选集的过滤方式，使之不进入候选集。过滤规则说明请参见图1。 图1 过滤规则 创建过滤规则 在“创建过滤规则”页面，用户可以对目标数据选择不同策略进行离线计算，得到合适的候选集。 创建过滤规则操作步骤如下： 在“离线作业”下，单击“过滤规则”页签，单击该
导入近线数据源 通过导入近线数据源，达到实时计算并更新用户画像、物品画像，实时更新增量数据的目的。 前提条件 按数据规范准备数据并上传至通道。具体上传方法请参见上传实时数据。 导入近线数据源 登录RES管理控制台，在左侧菜单栏中选择“数据源”，进入“数据源”列表页面。 在数据源列
创建跨源连接 在使用DLI进行推荐系统的离线和近线计算时，建议创建跨源连接，用于访问CloudTable的数据源，提高读写性能。 前提条件 已开通计算引擎DLI服务，创建集群并完成资源绑定。 创建跨源链接 DLI集群绑定完成后，创建跨源链接。步骤如下： 登录RES管理控制台，在“
组合作业 创建组合作业 通过创建组合作业，用户可以根据配置的策略规则进行离线计算得到不同策略的候选集ID，来进行在线流程计算，得到用户满意的推荐结果。组合作业具体实现请参见图1。 图1 组合作业 创建组合作业主要包括如下设置： 基本配置 资源选择 召回策略 过滤规则 排序策略 预览配置
数据探索 数据探索介绍 数据探索是针对当前数据源的数据进行挖掘和分析，主要聚焦在特征的分布范围、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的配置。 数据探索是一个离线分析任务，任务有对应的启动时间，由于增量数据会实时入库，因此可以通过定时执行数据探索任务来覆盖增量数据。
特征工程 特征工程可对推荐系统的离线数据进行处理，它包含两个功能： 从离线数据中提取用户、物品画像和RES内部通用格式数据； 把RES内部通用格式数据处理成训练排序模型所需的训练数据、测试数据等。 与功能对应，特征工程的两个任务分别是： 初始用户画像-物品画像-标准宽表生成 排序样本预处理
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。
创建自定义场景 自定义场景基于用户群体不同推荐场景的需求，提供了多种多样的推荐策略和算法，实现了端到端的自定义推荐场景搭建，使每一个推荐场景都能得到针对性的推荐效果提升。 前提条件 已经存在创建成功并完成数据探索的数据源。 由于训练作业运行需消耗资源，确保账户未欠费。 确保您使用的OBS目录与RES在同一区域。
创建智能场景 猜你喜欢主要应用于浏览意向不明确，如首页推荐等，RES能够根据用户的长短期行为表现出来的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的物品的关联推荐，根据已关联的物品对相关的内容和行为进行挖掘，网状匹配相关联的物品，进行有关联度的推荐。
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
近线作业 近线作业简介 近线作业为推荐系统提供实时计算能力。近线作业以数据接入服务DIS中的数据为数据源，实时计算并更新用户画像、物品画像和推荐候选集等数据。使用近线作业，用户需先将业务系统埋点日志转换成实时日志指定格式，并实时写入DIS相应通道。近线作业具体实现请参见图1。 图1
召回策略 召回是指对大量的物品做初选，为每一个用户形成个性化侯选集。召回策略中内置了多种召回方式，用户可根据自己场景选择。召回策略对应流程请参见图1。 图1 召回策略 推荐系统支持的召回方式有： 基于特定行为热度推荐 基于综合行为热度推荐 基于物品的协同过滤推荐 基于用户的协同过滤推荐
排序策略 排序策略简介 排序策略用于训练排序模型，该模型将被用于对召回策略召回的候选集进行排序，以将推荐物品顺序调整到最优。排序模型可对LR、FM、FFM、DeepFM和PIN等模型进行训练，具体包括如下内容： 逻辑斯蒂回归-LR 因子分解机-FM 域感知因子分解机-FFM 深度网络因子分解机-DeepFM
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
