检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share:分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读。 是 actionMeasure
collect:收藏,默认分数0.5 search_click:点击搜索,默认分数0.4 comment:评论,默认分数0.2 share:分享,默认分数0.5 like:点赞,默认分数0.8 consume:消费,默认分数1 use:观看视频/听音乐/阅读,默认分数 0.6 download:下载,默认分数0
图说ECS 售前咨询 立即使用 成长地图 由浅入深,带您玩转RES 01 了解 推荐系统(Recommender System) ,提供媒资,短视频、电商等行业的推荐系统解决方案,帮助互联网企业降低构建推荐应用的技术门槛,提升点击率、留存率和用户体验。 产品介绍 什么是RES 推荐系统应用场景
actionType String 行为类型: 物品曝光 用户点击物品 用户收藏了某个物品 用户取消收藏某个物品 用户点击搜索结果中的物品 用户对物品的评论 分享 点赞 点衰 评分 消费 观看视频/听音乐/阅读 是 actionMeasure String 发生行为的度量,金额,评分,次数(整数)等。
click,点击 collect,收藏 uncollect,取消收藏 search_click,搜索后点击 comment,评论 share,分享 like,点赞 dislike,点衰 grade,评分 consume,消费 use,观看视频/听音乐/阅读 download,下载 tip,打赏
uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share:分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读 download:下载 tip:打赏
基本概念 推荐系统 推荐系统,是全力提供媒资、短视频、电商等行业的推荐系统解决方案,帮助互联网企业降低构建推荐应用的技术门槛,提升点击率、留存率和用户体验。 智能场景 针对对应的场景,由RES根据场景类型预置好对应的智能算法,为匹配的场景提供智能推荐服务。 自定义场景 面向了解推
uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share:分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读。 行为过滤逻辑 各个历史行
推荐系统支持深度智能挖掘用户和物品的关联关系,将对应场景的推荐结果推送给用户,代替低纬度的人工规则,提升了相关运营指标和用户的体验。包含了互联网信息流,短视频/直播/音乐/阅读,广电媒资,社交,电商等场景。 RES+电商应用场景 场景描述 电商场景中,通常涉及首页推荐、购物车推荐、买了又买等推荐场景,但各个子场景的运营规则均不一致。
click,点击 collect,收藏 uncollect,取消收藏 search_click,搜索后点击 comment,评论 share,分享 like,点赞 dislike,点衰 grade,评分 consume,消费 use,观看视频/听音乐/阅读 download,下载 tip,打赏
“行为过滤”:配置“时间区间”为“3”,“行为类型”选择“物品曝光”即为在线服务生成的结果会过滤近三天内用户浏览过的物品,可以提高结果集的丰富度,尤其是在短视频领域,达到推荐的视频列表不包含近期看过的视频,避免重复推送。 图7 添加在线流程 步骤4:发布自定义场景 自定义场景创建完成,在自定义场景
click,点击 collect,收藏 uncollect,取消收藏 search_click,搜索后点击 comment,评论 share,分享 like,点赞 dislike,点衰 grade,评分 consume,消费 use,观看视频/听音乐/阅读 download,下载 tip,打赏
click,点击 collect,收藏 uncollect,取消收藏 search_click,搜索后点击 comment,评论 share,分享 like,点赞 dislike,点衰 grade,评分 consume,消费 use,观看视频/听音乐/阅读 download,下载 tip,打赏
uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share: 分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读 threshold 是 String
uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share:分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读。 物品曝光 行为次数统计方法
uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share: 分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读 start_time 与retain_day二选一
click,点击 collect,收藏 uncollect,取消收藏 search_click,搜索后点击 comment,评论 share,分享 like,点赞 dislike,点衰 grade,评分 consume,消费 use,观看视频/听音乐/阅读 download,下载 tip,打赏
uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share: 分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读 interval 是 Integer
基于用户的协同过滤推荐采用经典算法基于用户的协同过滤(UserCF)进行召回。基于用户的协同过滤算法是通过用户的历史行为数据发现用户对物品的喜欢(如购买,收藏,内容评论或分享),并对这些喜好进行度量和打分。根据不同用户对相同物品的态度和偏好程度计算用户之间的关系。在有相同喜好的用户间进行物品推荐。 例如,A、B
uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share:分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读。 默认选取所有行为。 窗口间隔(秒)