已找到以下 75 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
会话过期
当前登录超时,请重新登录
  • 近线作业 - 推荐系统 RES

    候选集召回策略 召回候选集策略。 兴趣标签召回候选集:根据用户画像兴趣标签召回候选集。 实时标签召回候选集:根据用户实时操作物品标签召回候选集。 默认兴趣标签召回候选集。 兴趣宽度 生成候选集中兴趣宽度,值越小候选集中类型越少。 说明: 选择兴趣宽度数量对应,权重

  • 组合作业 - 推荐系统 RES

    荐结果集生成。 各个召回策略详细参数设置输入输出请单击下方链接查看。 基于特定行为热度推荐 基于综合行为热度推荐 基于物品协同过滤推荐 基于用户协同过滤推荐 基于交替最小二乘矩阵分解推荐 业务规则-基于历史行为记忆生成候选集 业务规则-人工导入 基于属性匹配召回策略

  • 过滤规则 - 推荐系统 RES

    服务名,计算引擎DLI用于推荐系统离线计算近线计算。 集群名称,选择“资源中心”绑定DLI集群名称。 任务配置地址,在创建作业时, 会自动生成一个JSON格式配置源文件,该文件存储在指定OBS路径中,计算引擎可以通过读取配置源文件来进行离线计算。 资源名,指定DLI运行作业资源规格。 存储平台

  • 效果评估 - 推荐系统 RES

    效果评估 创建效果评估可以对服务设置指标,查看推荐效果反馈,可以根据系统提供指标添加。 创建效果评估作业 登录RES管理控制台,在左侧导航栏中选择“推荐业务>智能场景”,默认进入“智能场景”列表。 在智能场景列表中,单击“运行中”状态目标场景名称,进入详情页。 单击“效果评估”页签

  • 修改训练作业参数 - 推荐系统 RES

    属性对。 表30 AttrPair 参数 是否必选 参数类型 描述 party_a 否 String 被推荐对象属性名。 party_b 否 String 被推荐对象属性名。 表31 Deduplication 参数 是否必选 参数类型 描述 attributes 否 Array

  • 新建多个训练作业 - 推荐系统 RES

    属性对。 表30 AttrPair 参数 是否必选 参数类型 描述 party_a 否 String 被推荐对象属性名。 party_b 否 String 被推荐对象属性名。 表31 Deduplication 参数 是否必选 参数类型 描述 attributes 否 Array

  • 召回策略 - 推荐系统 RES

    并且不能以空格开始结束,长度为1~64个字符。 描述 策略具体描述。 依赖作业名称 已经完成可以提供用户用户相似度关系作业,用来进行用户关联推荐。 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的系数。

  • 召回策略 - 推荐系统 RES

    UserCF算法生成用户-物品列表候选集。 基于交替最小二乘矩阵分解推荐 基于交替最小二乘矩阵分解推荐:基于用户-物品行为信息作为原始矩阵,利用ALS优化算法对原始矩阵进行矩阵分解,分解之后用户隐向量矩阵物品隐向量矩阵可以用来生成预估用户-物品评分矩阵,提取出评分最高若干个物品作为召回结果。

  • 基础问题 - 推荐系统 RES

    什么是RES? 与其他云服务关系 如何开始使用RES? 获取访问密钥(AK/SK) 推荐作业有哪几种创建方式? 创建场景是否会立即发布? 最小在线并发规格支持弹性伸缩,是否设置最小规格即可? 是否有样例数据支撑我进一步了解RES? 什么是区域、可用区? API查询列表接口返回结果是否支持分页?

  • 过滤规则 - 推荐系统 RES

    过滤规则 过滤规则用于配置候选集过滤方式,使之不进入候选集。对于每个需要过滤行为,生成用户具有该行为物品列表。再对同用户每种行为物品列表进行“与”或者“或”关系,最终生成用户-物品过滤表。 表1 过滤规则参数说明 参数名称 说明 名称 自定义过滤规则名称。由中文、英

  • 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。 初始梯度累加:梯度累加和用来调整学习步长。默认0

  • 排序策略 - 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。 初始梯度累加:梯度累加和用来调整学习步长。默认0

  • 提交排序任务API - 推荐系统 RES

    组合、学习特征之间关系,无需人工经验干预,同时能够解决组合特征稀疏问题。FM算法参数请参见因子分解机。 域感知因子分解机是因子分解机改进版本,因子分解机每个特征对其他域隐向量都一致,而域感知因子分解机每个特征对其他每个域都会学习一个隐向量,能够达到更高精度,但也更容易出

  • 新建训练作业 - 推荐系统 RES

    属性对。 表30 AttrPair 参数 是否必选 参数类型 描述 party_a 否 String 被推荐对象属性名。 party_b 否 String 被推荐对象属性名。 表31 Deduplication 参数 是否必选 参数类型 描述 attributes 否 Array

  • 排序策略-离线特征工程 - 推荐系统 RES

    数据为前一段时间中数据,测试数据为后一段时间数据,取值TIME。 “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 生成结果中,训练集占整个训练集测试集比例,默认0.7。 测试数据占比 生成结果中,训练集占整个训练集和测试集的比例,默认0

  • 数据探索 - 推荐系统 RES

    据中各种标签分布情况。 图3 分布统计 物品报表:根据不同数据格式展示物品数据类型、最大值最小值。您可以单击相关数据后查看数据详细信息。 行为报表:行为报表展示各种行为类型以及该数据中此行为出现次数。 画像查询:可以查询指定用户或物品画像信息,包括静态动态。 父主题:

  • 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

  • 获取访问密钥(AK/SK) - 推荐系统 RES

    密钥。 图4 新增访问密钥 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 Key IdSecret Access Key)。 父主题: 基础问题

  • RES自定义策略 - 推荐系统 RES

    写JSON格式策略内容。 具体创建步骤请参见:创建自定义策略。本章为您介绍常用RES自定义策略样例。 RES自定义策略样例 示例1:拒绝用户删除作业 拒绝策略需要同时配合其他策略使用,否则没有实际作用。用户被授予策略中,一个授权项作用如果同时存在AllowDeny,则遵循Deny优先原则。

  • 创建自定义场景 - 推荐系统 RES

    自定义场景基于用户群体不同推荐场景需求,提供了多种多样推荐策略算法,实现了端到端自定义推荐场景搭建,使每一个推荐场景都能得到针对性推荐效果提升。 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OBS目录与RES在同一区域。