已找到以下 95 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
  • 智能场景(猜你喜欢) - 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。

  • 创建OBS桶 - 推荐系统 RES

    品ID形式在OBS上存储。 操作步骤 登录OBS管理控制台,创建OBS桶。例如,创建名称为“obs-res”OBS桶。 创建桶区域需要与RES所在区域一致。例如:当前RES在华北-北京一区域,在对象存储服务创建桶时,请选择华北-北京一。 通过OBS创建用于存放数据文件夹

  • 计费说明 - 推荐系统 RES

    RES服务根据用户使用不同资源分别进行收费。 计费支持区域:华北-北京四。 由于RES使用离线数据需存储在OBS中,数据存储产生费用,请参见《OBS价格说明》。 表1 推荐系统计费项说明 计费项 说明 存储资源 应用于物品画像和用户画像存储计费,对用户和物品总条目数统计进行收费。

  • 通过DLF重新执行作业 - 推荐系统 RES

    推荐系统提供了重新执行作业API,用来将任务以相同配置重新执行一次,实现对离线任务生成结果更新。以固定周期定时调用此API,可保持结果处于一个较新状态,以获得更好推荐结果。 以上功能,我们也可以使用数据治理中心 DataArts Studio,通过拖拽方式完成配置。具体操作步骤如下:

  • 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。

  • 开通相关资源 - 推荐系统 RES

    在使用RES时需使用到其他资源,因此需要先开通相关服务才可以正常使用RES。包含服务如下: 开通计算引擎DLI、ModelArts 存储平台CloudTable (可选)数据接入资源DIS 各服务计费请参见:产品价格详情。 开通计算引擎DLI、ModelArts DLI用于推荐系统离线计算和

  • 推荐结果多样性打散 - 推荐系统 RES

    本实践针对用户单次推荐预测请求,在返回物品列表中,对规定属性进行打散,避免推荐结果出现同一属性物品扎堆出现现象。 本实践基本流程如下: 准备工作 创建数据源 配置在线服务参数 获取推荐结果 准备工作 已注册华为云帐号,并且账号为可用状态。 确保用户选择属性在物品表存在

  • 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。

  • 购买套餐包 - 推荐系统 RES

    RES服务支持按需和购买套餐包,根据用户选择使用资源进行收费。一个完整推荐场景需要下面三种资源,均为必选项。套餐数量可以根据实际业务按需购买。 计算资源:用于推荐作业计算规格。涉及计费功能包含:数据源、自定义场景、智能场景中离线计算和模型训练。 存储资源:用于推荐系统数据存储规格。涉及计费功能包括:数据源。

  • 避免物品重复推荐(曝光过滤) - 推荐系统 RES

    本实践介绍用户在客户端浏览、点击过某些商品,在规定时间内,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,系统才具备根据实时行为进行曝光过滤功能,该部分可参考上传实时数据进行配置和对接。

  • 数据导入 - 推荐系统 RES

    “非法条目数”、“重复度”和“合法率”信息。 类型包括生成用户、物品、行为数据。您可以通过单击左侧查看具体报告信息。 “名称”项显示具体参数名称。 “条目数”显示各种类型数据具体数量。 图1 查看报告 如果导入错误,会生成“数据导入错误报告”,显示数据“类型”、“数量”和“原因”,方便您定位问题原因。

  • 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。

  • 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

  • 创建在线服务 - 推荐系统 RES

    “添加推荐候选集”(选择离线或近线任务所生成推荐候选集进行排序) 任务别名和UUID:单击操作列表“选择”添加离线或近线任务名称和候选集ID。 优先级:优先级高推荐结果将确保展示在优先级低之前。 同优先级数据占比:优先级相同推荐候选集,该占比展示推荐数量,同优先级下数据占比之和需要等于100%。

  • 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。