已找到以下 19 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
  • 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

  • 返回结果 - 推荐系统 RES

    状态码是一组从1xx到5xx数字代码,状态码表示了请求响应状态,完整状态码列表请参见状态码。 对于获取用户Token接口,如果调用后返回状态码为“201”,则表示请求成功。 响应消息头 对应请求消息头,响应同样也有消息头,如“Content-type”。 对于获取用户Token接口

  • 提交排序任务API - 推荐系统 RES

    1]之间,是机器学习领域里常用二分类算法。LR算法参数请参见逻辑斯蒂回归。 因子分解机算法是一种基于矩阵分解机器学习算法,能够自动进行二阶特征组合、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

  • 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

  • 效果评估 - 推荐系统 RES

    阈值:阈值是用来衡量用户行为有效性标准, 当数据源actionMeasure值大于阈值时, 当前用户行为有效。 去重:您可以单击勾选,根据用户对行为记录去重。 指标设置 指标名称:请您定义评估指标名称。 指标公式:用户指定自定义指标公式,如:A/(A+B),参数A、B代表自定义参数参数别名。只支持+、-、*、/。

  • 离线数据源 - 推荐系统 RES

    用户需要自己手工创建整理这些表并存储到OBS上。 每张表表结构必须符合推荐系统要求,列名和字段类型需要和规范中保持一致(参考下面的表结构说明)。 每张表中填充数据,必须符合推荐引擎要求。 对于业务数据中无法提供字段可以填NULL。 用户属性表 用户属性表记录用户属性信息,例如地域、爱好等,属性名和属性值成对出现。

  • 修改自定义场景 - 推荐系统 RES

    修改自定义场景 对于已创建自定义场景,您可以修改相关参数配置以匹配业务变化。 前提条件 已存在创建完成自定义场景。 修改基本信息 登录RES管理控制台,在左侧菜单栏中选择“推荐业务 > 自定义场景”,进入“自定义场景”列表页面。 在自定义场景列表中,单击目标场景名称进入“自定义场景详情”页。

  • 在线服务 - 推荐系统 RES

    高级类型选项 打散 打散是指推荐结果集中根据客体选择字符串类型属性进行打散,避免推荐结果集过于集中,增加推荐结果新颖性。 您可以在下拉列表中选择打散属性。 置顶 置顶功能则人为将选定某一路或多路候选集放在推荐结果前面。您可以在下拉列表中选择需要置顶推荐候选集。 降权 降权

  • 创建智能场景 - 推荐系统 RES

    据用户长短期行为表现出来兴趣进行学习与训练,结合长短期兴趣进行个性化推荐。 关联推荐主要应用于固定物品关联推荐,根据已关联物品对相关内容和行为进行挖掘,网状匹配相关联物品,进行有关联度推荐。 热门推荐主要应用于当前用户浏览最多物品内容,如实时搜索量前几新闻或者物品。

  • 效果评估 - 推荐系统 RES

    4个字符。 描述 对于该效果评估作业描述信息。 开启调度 默认开启调度。开启调度后,默认每天凌晨00:05开始执行。您也可以关闭调度手动执行效果评估作业。 指标类型 推荐服务效果评估指标,通过指标后下拉框选择系统自置指标。您可以单击添加指标,单击该指标后删除指标。 点击PV率

  • 构造请求 - 推荐系统 RES

    对于获取用户Token接口,您可以从接口请求部分看到所需请求参数及参数说明。将消息体加入后请求如下所示,加粗斜体字段需要根据实际值填写,其中username为用户名,domainname为用户所属账号名称,********为用户登录密码,xxxxxxxxxx为project名称,如“cn-n

  • 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

  • 基本概念 - 推荐系统 RES

    一个Region中多个AZ间通过高速光纤相连,以满足用户跨AZ构建高可用性系统需求。 项目 华为云区域默认对应一个项目,这个项目由系统预置,用来隔离物理区域间资源(计算资源、存储资源和网络资源),以默认项目为单位进行授权,用户可以访问您账号中该区域所有资源。如果您希望

  • 智能场景(猜你喜欢) - 推荐系统 RES

    在“test-data”文件夹下,将behavior.txt中每条数据actionTime字段值修改到当前时间附近。将item.txt中每条数据publishTime字段值修改到当前时间附近,将item.txt中每条数据expireTime字段值修改成大于当前时间值,避免数据因为过期被过滤掉。

  • 过滤规则 - 推荐系统 RES

    白名单地址 白名单所在路径。白名单之外物品不应该出现在最终推荐结果集里。白名单内容需要存储在OBS上。 历史行为过滤 单击增加历史行为过滤,单击后方删除过滤行为。指定与用户个性化物品候选集过滤准则。例如对于用户过去3天内有过view行为物品(如新闻)过滤,使之不进入候选集。

  • 管理离线作业 - 推荐系统 RES

    新执行”、“删除”等操作。您也可以通过查看服务详细信息判读作业训练状态和查询训练结果。 复制离线作业 用户可以通过复制组合作业再次创建新作业进行离线计算。生成数据和原来作业生成数据相互独立,复制离线作业会生成新线上指定UUID。 操作步骤如下: 登录RES管理控制

  • 创建在线服务 - 推荐系统 RES

    “添加推荐候选集”(选择离线或近线任务所生成推荐候选集进行排序) 任务别名和UUID:单击操作列表“选择”添加离线或近线任务名称和候选集ID。 优先级:优先级高推荐结果将确保展示在优先级低之前。 同优先级数据占比:优先级相同推荐候选集,该占比展示推荐数量,同优先级下数据占比之和需要等于100%。

  • 排序策略-离线特征工程 - 推荐系统 RES

    以空格开始和结束,长度为1~64个字符。 描述 对于特征工程描述信息。 待提取用户特征 排序模型需要经特征工程处理后数据, 选择排序模型需要用户特征, 未选择用户特征将不会被处理,即排序模块将忽略这些特征。 说明: 离散区间个数不能超过100个,请您根据业务需求合理分配参数值。

  • 召回策略 - 推荐系统 RES

    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系数。 有效时间:用户配置行为发生时间与当前时间间隔,以小时为单位。系统只处理在该时间范围内行为记录。 基于用户相似度实时召回 基于用