-
配置过期时间实现新闻的过期下架 - 推荐系统 RES
物品数据中expireTime字段描述 字段名 类型 描述 是否必选 expireTime Long 失效时间,采用UTC标准时间,单位以秒计。当前服务器的时间大于该时间时,此物品将不会被推荐。如不设置,代表永不失效。 否 同时,expireTime字段和status字段一样,都可以通过实时数
-
特征工程 - 推荐系统 RES
保留已有宽表 对结果保存路径中已有宽表数据的保留方式: 否,不保留任何已有的数据。 是,保留全部已有的数据。 覆盖,将相同日期下的数据覆盖掉,保留不同日期下的数据。 结果保存路径 行为-用户-物品(通用格式)的保存路径。 说明: 使用初始用户画像-物品画像-标准宽表生成的数据时,其路径具体到文件夹即可。
-
修订记录 - 推荐系统 RES
修订记录 发布日期 修订说明 2020-06-04 第一次正式发布。
-
修订记录 - 推荐系统 RES
修订记录 发布日期 修订记录 2021-11-17 第二次正式发布。 下线北京一局点 2020-06-04 第一次正式发布。
-
修订记录 - 推荐系统 RES
修订记录 发布日期 修订说明 2021-09-06 第三次正式发布。 优化在线服务参数描述。 2020-09-21 第二次正式发布。 支持自定义行为类型。 准备离线数据源 数据结构 2020-06-04 第一次正式发布。
-
排序策略-离线特征工程 - 推荐系统 RES
排序策略-离线特征工程 表1 特征工程参数说明 参数名称 说明 名称 自定义离线特征工程名称,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和结束,长度为1~64个字符。 描述 对于特征工程的描述信息。 待提取用户特征 排序模型需要经特征工程处理后的数据, 选择排序模型需要的用户特征,
-
提交特征工程作业 - 推荐系统 RES
对结果保存路径中已有宽表数据的保留方式: new(否,不保留任何已有的数据) append(是,保留全部已有的数据) overwrite(覆盖,将相同日期下的数据覆盖掉,保留不同日期下的数据) 表11 rank_etl_parameters参数说明-LR、FM、FFM、DEEPFM、PIN排序预处理算子共用
-
更新智能场景内容 - 推荐系统 RES
场景类型: customize,自定义场景 intelligent,智能场景 datasource_id 是 String 数据源id,字母、数字、下划线、减号组合32位。 specs_config 是 SpecsConfig object 计算规格。 schedule 否 String
-
准备离线数据源 - 推荐系统 RES
准备离线数据源 在使用RES创建数据源时,您需要准备以下的3种基础数据包并上传至OBS。如果使用近线流程,需先将业务系统埋点日志转换成推荐系统指定格式,并实时写入DIS相应通道。本章节介绍了RES当前离线数据源和近线数据源的数据格式,您可以参考本章节说明,准备相应的数据。 目前数
-
新建在线服务 - 推荐系统 RES
用户token,获取方式请参见获取用户Token。 表3 请求Body参数 参数 是否必选 参数类型 描述 job_name 是 String 作业名称,1-64位的字母、数字、下划线、中划线组合。 最小长度:1 最大长度:64 description 否 String 描述。 category 是 String
-
创建智能场景 - 推荐系统 RES
personalization,猜你喜欢 datasource_id 是 String 数据源id。 scene_name 是 String 场景名称:字母、数字、下划线、中划线组合。 最小长度:1 最大长度:64 specs_config 是 SpecsConfig object 计算规格。 schedule
-
新建多个训练作业 - 推荐系统 RES
ResExecConfig object 作业执行配置项(仅离线任务可提供此配置) job_name 是 String 作业名称,1-64位字母、数字、下划线、中划线组合 job_type 是 String 作业类型: WriteUserProfile,用户画像实时导入作业 WriteI
-
近线作业 - 推荐系统 RES
模型更新间隔:模型更新时间间隔,更新模型文件。 默认“8核|16GiB” 时间间隔10min 优化策略相关参数 优化器类型:ftrl。适用于处理超大规模数据的,含大量稀疏特征的在线学习的常见优化算法 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0.1。 初始梯度累加和:梯度累加和用来调整学习步长。默认0
-
新建训练作业 - 推荐系统 RES
ResExecConfig object 作业执行配置项(仅离线任务可提供此配置) job_name 是 String 作业名称,1-64位字母、数字、下划线、中划线组合 最小长度:1 最大长度:64 job_type 是 String 作业类型: WriteUserProfile,用户画像实时导入作业
-
排序策略-离线排序模型 - 推荐系统 RES
均值为0,方差为 Var(wi)=1/nin 的均匀分布(高斯或者随机分布)。其中 nin 是该神经元的输入数目。 优化器类型 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AdaGrad和RMSProp
-
查询在线服务详情 - 推荐系统 RES
update_interval Integer 更新周期(在线训练任务需要提供此参数)。 optimizer Optimizer object 优化器(在线训练任务需要提供此参数)。 flows Flow object 在线流程(在线训练任务需要提供此参数)。 表7 NearLineRecallParam
-
修改在线服务参数 - 推荐系统 RES
update_interval 否 Integer 更新周期(在线训练任务需要提供此参数)。 optimizer 否 Optimizer object 优化器(在线训练任务需要提供此参数)。 flows 否 Flow object 在线流程(在线训练任务需要提供此参数)。 表6 NearLineRecallParam
-
修改训练作业参数 - 推荐系统 RES
update_interval 否 Integer 更新周期(在线训练任务需要提供此参数)。 optimizer 否 Optimizer object 优化器(在线训练任务需要提供此参数)。 flows 否 Flow object 在线流程(在线训练任务需要提供此参数)。 表5 NearLineRecallParam
-
查询训练作业 - 推荐系统 RES
update_interval Integer 更新周期(在线训练任务需要提供此参数)。 optimizer Optimizer object 优化器(在线训练任务需要提供此参数)。 flows Flow object 在线流程(在线训练任务需要提供此参数)。 表7 NearLineRecallParam
-
查询数据源详情 - 推荐系统 RES
update_interval Integer 更新周期(在线训练任务需要提供此参数)。 optimizer Optimizer object 优化器(在线训练任务需要提供此参数)。 flows Flow object 在线流程(在线训练任务需要提供此参数)。 表12 NearLineRecallParam