已找到以下 67 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
  • 排序策略-离线排序模型 - 推荐系统 RES

    grad:梯度下降算法 学习率:优化算法的参数,决定优化器在最优方向上前进步长的参数。默认0.001。 adam:自适应矩估计算法 结合AdaGradRMSProp两种优化算法的优点,对梯度的一阶矩估计(First Moment Estimation,即梯度的均值)二阶矩估计(Second

  • 召回策略 - 推荐系统 RES

    同过滤(UserCF)进行召回。基于用户的协同过滤算法是通过用户的历史行为数据发现用户对物品的喜欢(如购买,收藏,内容评论或分享),并对这些喜好进行度量打分。根据不同用户对相同物品的态度偏好程度计算用户之间的关系。在有相同喜好的用户间进行物品推荐。 例如,A、B两个用户都购买

  • 算法介绍及参数说明 - 推荐系统 RES

    算法介绍及参数说明 召回策略 过滤规则 排序策略-离线特征工程 排序策略-离线排序模型 在线服务 效果评估 父主题: 自定义场景

  • 在线服务 - 推荐系统 RES

    BS)统计。 点击率权重:当同时选择点击率预估综合排序进行重排序时,汇总分数时点击率相关得分的权重值。 综合排序权重:当同时选择点击率预估综合排序进行重排序时,汇总分数时综合排序相关得分的权重值。 融合方式:当同时选择点击率预估综合排序进行重排序时,汇总分数时的统计方式。根

  • 效果评估 - 推荐系统 RES

    的指标添加。 表1 效果评估参数说明 参数名称 说明 名称 自定义名称,由中文、英文、数字、下划线、空格或者中划线组成,并且不能以空格开始结束,长度为1~64个字符。 描述 对于该效果评估作业的描述信息。 开启调度 默认开启调度。开启调度后,默认每天凌晨00:05开始执行。您也可以关闭调度手动执行效果评估作业。

  • 过滤规则 - 推荐系统 RES

    “调度周期”:调度周期可选“天”或“周”。 “调度类型”:包括自定义间隔调度。 “开始调度时间”:选择具体的调度时间。当调度周期选择为“周”时,可在此下拉框中勾选星期一到星期天的任一天进行调度。 “时间间隔”:如果选择的调度类型为间隔调度,需要配置调度的时间间隔。 父主题: 算法介绍及参数说明

  • 排序策略-离线特征工程 - 推荐系统 RES

    “个数比例”:个数比例是将全部数据按个数比例随机划分成训练集测试集传入值。取值RAMDOM。 训练数据占比 生成的结果中,训练集占整个训练集测试集的比例,默认0.7。 测试数据占比 生成的结果中,训练集占整个训练集测试集的比例,默认0.3。 开启调度 开启调度,按照指定的调度策略定期执行作业。

  • 自定义场景简介 - 推荐系统 RES

    过程中完成对相关物品的过滤。 过滤规则 特征工程 特征工程常用于抽取用户、物品的特征特定算法的特征生成,一般作为某些算法的前置输入条件。 排序策略-离线特征工程 排序策略 排序策略根据不同的算法模型对召回策略或者近线策略生成的候选集进行重排序,得到推荐候选集列表。 排序策略-离线排序模型

  • 什么是推荐系统 - 推荐系统 RES

    System,简称RES) ,基于华为大数据人工智能技术,提供推荐平台算法服务,并帮助企业构建个性化推荐应用,助力提升网站/APP的点击率、留存率用户体验。 RES优势 开放式推荐 提供完整的推荐平台原子推荐算法,不绑定客户的运营场景,客户可以在华为云上根据自己对推荐算法运营规则的理解,自定义

  • 基本概念 - 推荐系统 RES

    降低构建推荐应用的技术门槛,提升点击率、留存率用户体验。 智能场景 针对对应的场景,由RES根据场景类型预置好对应的智能算法,为匹配的场景提供智能推荐服务。 自定义场景 面向了解推荐算法等相关的用户,可自定义推荐中涉及算法的使用组合,能够自定义开发推荐流程,提供推荐服务。 用户

  • 自定义场景(热度推荐) - 推荐系统 RES

    自定义场景(热度推荐) RES提供了推荐算法,让用户能够根据场景自定义推荐策略,可以基于RES提供的多种召回、排序算法等进行自定义的推荐场景创建。 本章节介绍热度推荐场景的搭建样例,该场景常见于电商或者视频网站首页的排行榜或者畅销榜等。 上述推荐场景在RES的自定义场景通过简单配置计算,即可完成典型

  • 智能场景简介 - 推荐系统 RES

    针对对应的场景,由RES根据场景类型预置好对应的智能算法,为匹配的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,推送更具针对性的内容,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算法,深度挖掘物品之间的联系,自动匹配精准内容。

  • 什么是RES? - 推荐系统 RES

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

  • 排序策略 - 推荐系统 RES

    grad:梯度下降算法 学习率:优化算法的参数,决定优化器在最优方向上前进步长的参数。默认0.001。 adam:自适应矩估计算法 结合AdaGradRMSProp两种优化算法的优点,对梯度的一阶矩估计(First Moment Estimation,即梯度的均值)二阶矩估计(Second

  • 提交排序任务API - 推荐系统 RES

    [0,1]之间,是机器学习领域里常用的二分类算法。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的机器学习算法,能够自动进行二阶特征组合、学习特征之间的关系,无需人工经验干预,同时能够解决组合特征稀疏的问题。FM算法参数请参见因子分解机。 域感知因子分解机是因

  • 推荐引擎排序引擎有什么区别? - 推荐系统 RES

    推荐引擎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的引擎,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的引擎。 排序引擎 排序引擎是以排序为业务逻辑的引擎,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的引擎。 父主题: 自定义场景

  • 数据探索是什么?近线实时数据如何在数据探索中的报告体现? - 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的报告体现? 数据探索是针对当前数据源的数据进行挖掘分析,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,由于近线实时数据会实时入库

  • 概述 - 推荐系统 RES

    欢迎使用推荐系统(Recommender System,简称RES) 。基于华为大数据人工智能技术,提供推荐平台算法服务,并帮助企业构建个性化推荐应用,助力提升网站/APP的点击率、留存率用户体验。 您可以使用本文档提供推荐系统服务API的描述、语法、参数说明及样例等内容,

  • 数据探索 - 推荐系统 RES

    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。

  • RES支持哪些自定义策略? - 推荐系统 RES

    目前RES所支持的推荐策略如下所示: 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