已找到以下 153 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
  • 查询场景列表 - 推荐系统 RES

    id。 表10 SpecsConfig 参数 参数类型 描述 offline String 离线计算规格。 nearline String 实时计算规格。 rank String 深度学习计算规格。 online_tps Integer 在线服务最大并发数。 请求示例 查询当前工作空间下的场景列表

  • 更新自定义场景内容 - 推荐系统 RES

    SpecsConfig 参数 是否必选 参数类型 描述 offline 是 String 离线计算规格。 nearline 否 String 实时计算规格。 rank 否 String 深度学习计算规格。 online_tps 否 Integer 在线服务最大并发数。 响应参数 状态码:

  • 自定义场景 - 推荐系统 RES

    推荐引擎和排序引擎有什么区别? RES支持哪些自定义策略? 重新运行被在线服务所引用的召回策略,是否需要重新部署在线服务? 在线服务获得推荐的调用次数如何计算? 自定义场景关闭后,为什么会自动启动?

  • 创建自定义场景 - 推荐系统 RES

    SpecsConfig 参数 是否必选 参数类型 描述 offline 是 String 离线计算规格。 nearline 否 String 实时计算规格。 rank 否 String 深度学习计算规格。 online_tps 否 Integer 在线服务最大并发数。 响应参数 状态码:

  • 推荐系统OBS文件夹规范 - 推荐系统 RES

    用于存放近线任务结果数据,宽表形式。 │ obs-model-data 排序模型保存路径。 └ obs-config-data 计算引擎配置地址,用来记录计算引擎的日志。 父主题: 数据格式规范

  • 创建在线服务 - 推荐系统 RES

    滤、属性过滤以及排序的计算中。单击“选择”获取特征工程作业产生的UUID。 模型及配置 - 设置模型名称、模型版本、计算节点规格、计算节点个数和分流(%)。 模型名称和模型版本选择调用API接口的模型名称和模型版本。“计算节点规格”默认2核|8GiB,“计算节点个数”默认为2,“分流”之和必须是100%。

  • 召回策略 - 推荐系统 RES

    您可以前往召回策略列表,查看作业的基本情况。在作业列表中,刚创建的作业“状态”为“计算中”,当作业“状态”变为“计算成功”时,表示作业运行结束,生成的候选集ID将使用于在线服务,为用户生成推荐列表。当作业“状态”变为“计算失败”时,您可以单击作业的名称,进入详情页面,通过查看日志等手段处理问题。

  • API概览 - 推荐系统 RES

    更新工作空间 更新工作空间信息, 只允许更新描述信息。 删除工作空间 删除指定工作空间。 查询规格 查询训练规格 查询当前推荐系统所提供的离线计算规格,实时计算规格和排序模型训练规格。在创建数据源和场景时,需要提供此信息。 数据源 创建数据源 在指定的工作空间下面创建一个新的数据源。 查询数据源列表

  • 如何开始使用RES? - 推荐系统 RES

    BS)用于推荐系统的离线计算。 准备离线数据源 上传离线数据源至OBS 创建离线数据源 在使用RES之前,首先您需要创建一个数据源,后续的操作都是基于您创建的数据源进行的。 创建离线数据源 上传实时数据(可选) RES通过SDK上传实时数据,进行数据计算和处理,更新用户的相关数据。

  • 创建自定义场景 - 推荐系统 RES

    “基于物品推荐物品”:某些物品的属性、描述很相似,或者经常被一起浏览或购买。如媒资平台将会计算物品之间的相似或关联程度,当用户查看了某个物品的时候,会推荐最相似/最相关的物品。 “基于物品推荐用户”:某些物品的属性、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的相似或关联程度,当用户查看某个物品的时候,会推荐同时拥有该类型房源的房产经纪人。

  • RES操作流程 - 推荐系统 RES

    BS)用于推荐系统的离线计算。 准备离线数据源 上传离线数据源至OBS 创建离线数据源 在使用RES之前,首先您需要创建一个数据源,后续的操作都是基于您创建的数据源进行的。 创建离线数据源 上传实时数据(可选) RES通过SDK上传实时数据,进行数据计算和处理,更新用户的相关数据。

  • 提交流式训练作业 - 推荐系统 RES

    job_description 否 String 训练作业描述,最大长度为256字符。 nearline_platform 是 JSON 请参见表3,近线计算平台。 strategy 是 JSON 请参见表5,策略信息。 表3 nearline_platform 参数说明 参数名称 是否必选 参数类型

  • 特征工程 - 推荐系统 RES

    您可以前往特征工程列表,查看作业的基本情况。在作业列表中,刚创建的作业“状态”为“计算中”,当作业“状态”变为“计算成功”时,表示作业运行结束,可以将经过处理的数据应用于离线作业。当作业“状态”变为“计算失败”时,您可以单击作业的名称,进入详情页面,通过查看日志等手段处理问题。 初始用户画像-物品画像-标准宽表生成

  • 智能场景(猜你喜欢) - 推荐系统 RES

    步骤2:创建离线数据源 数据下载并上传至OBS后,您需要创建一个数据源用于后续的计算。具体操作步骤如下: 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。 单击“创建”,在创建数据源页面,输入数据源名称,选择离线计算规格,然后单击选择数据的OBS存储路径。 图4 创建离线数据源

  • 提交排序任务API - 推荐系统 RES

    核函数特征交互神经网络是深度网络因子分解机的改进版本,深度网络因子分解机通过向量点乘来计算特征之间的关系,而核函数特征交互神经网络使用不同的核(kernel)来对特征交互进行建模,以此来计算两个域中特征的相互关系,其中核的种类包括向量内积外积、矩阵乘法、神经网络等。利用核函数建

  • 提交效果评估任务 - 推荐系统 RES

    指标别名,字母、下划线、数字组成。 formula 是 String 用户指定自定义指标公式,由参数别名和计算符号组成。如:A/(A+B),参数A、B代表自定义参数的参数别名。计算符号只支持+、-、*、/。 表7 data_param参数说明 参数名称 是否必选 参数类型 说明 header

  • 创建智能场景 - 推荐系统 RES

    数据源 从右侧下拉框中选择RES系统中已有的数据源。当无可用数据源时,此下拉框为空。 描述 对于该场景的描述信息。 场景规格 - 选择离线计算、实时计算、排序模型训练规格和在线并发数。 个性化配置 匹配特征对 匹配用户和物品特征,以便于筛选出该用户相关联的物品进行推荐。 用户特征名:从

  • 排序策略-离线特征工程 - 推荐系统 RES

    值”和“最大值”。例如,根据weight进行归一化,设置weight最小值为50,最大值为200。如果给定的数值x在该区间范围内则采用以下计算公式处理:“x_new = (x - 50) / (200-50)”,不在区间内的则按异常值处理,如x=80时,x_new = 0.2。

  • 应用场景 - 推荐系统 RES

    户的长期兴趣和短期兴趣进行个性化推荐。 RES提供一站式媒资推荐解决方案,支持针对行为数据实时生成用户的兴趣标签,提供离线、近线、在线三层计算,完成千人千面的个性化媒资推荐。 场景优势 可以实现7*24小时,智能学习用户行为,构建兴趣模型。 兴趣文章命中率高,用户粘性增强,PV增幅明显。

  • 产品功能 - 推荐系统 RES

    调用简单,便于被集成。 实时更新,具备实时更新能力,更快反馈用户的精准需求。 降低成本,减少人力支出投入。 自定义场景 基于用户历史行为计算物品相似性,实时更新候选列表,提升用户体验,提高转化率支持多种召回、过滤、排序算子自由组合,训练形式上支持离线批处理、近线流处理、在线实时