已找到以下 53 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
  • 修改训练作业参数 - 推荐系统 RES

    UserCf,用户协同过滤召回作业 WeightBehavior,综合行为热度召回作业 Filter,历史行为过滤作业 AutoPreRank,智能ETL参数生成作业 ETL,离线特征工程作业 LR,LR作业 DEEPFM,DEEPFM作业 AutoGroup,AutoGroup作业 StreamRank,在线训练作业

  • 新建训练作业 - 推荐系统 RES

    UserCf,用户协同过滤召回作业 WeightBehavior,综合行为热度召回作业 Filter,历史行为过滤作业 AutoPreRank,智能ETL参数生成作业 ETL,离线特征工程作业 LR,LR作业 DEEPFM,DEEPFM作业 AutoGroup,AutoGroup作业 StreamRank,在线训练作业

  • 新建多个训练作业 - 推荐系统 RES

    UserCf,用户协同过滤召回作业 WeightBehavior,综合行为热度召回作业 Filter,历史行为过滤作业 AutoPreRank,智能ETL参数生成作业 ETL,离线特征工程作业 LR,LR作业 DEEPFM,DEEPFM作业 AutoGroup,AutoGroup作业 StreamRank,在线训练作业

  • 查看在线服务详情 - 推荐系统 RES

    查看在线服务详情 当在线服务创建成功后,您可以进入“在线服务”页面,来查看服务详情。 登录RES管理控制台,在左侧菜单栏中选择“在线服务”,进入“在线服务”管理页面。 您可以在服务列表直接查看服务的“名称”、“状态”、“调用总次数”、“开通状态”和“服务类型”等。 当服务部署成功

  • 创建用户并授权使用RES - 推荐系统 RES

    创建用户并授权使用RES 如果您需要对您所拥有的RES进行精细的权限管理,您可以使用统一身份认证服务(Identity and Access Management,简称IAM),通过IAM,您可以: 根据企业的业务组织,在您的华为云帐号中,给企业中不同职能部门的员工创建IAM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

  • 删除离线作业 - 推荐系统 RES

    删除离线作业 删除离线作业即清理离线作业产生的数据,数据清理完成后删除元数据。操作必须确保流程中没有使用该作业产生的UUID,可以参考以下操作完成。 删除离线作业 您可以对“计算成功”、“计算失败”等状态的作业进行删除,“启动中”、“计算中”状态的作业不支持删除操作。 登录RES

  • 创建在线服务 - 推荐系统 RES

    创建在线服务 在线服务负责分析结果的应用过程,泛指部署线上服务后提供的推理服务,对外提供API接口。在推荐系统中,包含推荐引擎、文本标签、排序三种在线服务,具体说明如下: 推荐引擎 推荐引擎用于对RES召回策略跑出来的候选集结果进行融合过滤和排序。 文本标签 文本标签服务为用户提

  • 推荐结果多样性打散 - 推荐系统 RES

    推荐结果多样性打散 本实践针对用户的单次推荐预测请求,在返回的物品列表中,对规定的属性进行打散,避免推荐结果出现同一属性物品扎堆出现的现象。 本实践的基本流程如下: 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

  • 避免物品重复推荐(曝光过滤) - 推荐系统 RES

    避免物品重复推荐(曝光过滤) 本实践介绍用户在客户端浏览、点击过的某些商品,在规定的时间内,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:实时行为数据的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

  • 创建自定义场景 - 推荐系统 RES

    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。

  • 近线作业 - 推荐系统 RES

    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 - 推荐系统 RES

    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。召回策略是指通过大数据计算或深度训练生成推荐候选集的算法策略。召回策略中内置了多种召回方式,您可根据自己场景选择。 基于综合行为热度推荐 基于综合行为热度推荐统计用户对物品所有行为的加权热度。如果选择用户分群,将