已找到以下 222 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
  • 数据源管理简介 - 推荐系统 RES

    数据源数据格式和近线数据导入格式要求一致,包括用户数据、物品数据和行为数据。 用户数据 用户数据包括数据源中用户属性表”和用于近线计算用户画像”数据。用户数据记录用户属性信息,例如地域、爱好等。 物品数据 物品数据包括数据源中“物品属性表”和用于近线计算“物品画

  • 自定义场景简介 - 推荐系统 RES

    特征工程常用于抽取用户、物品特征和特定算法特征生成,一般作为某些算法前置输入条件。 排序策略-离线特征工程 排序策略 排序策略根据不同算法模型对召回策略或者近线策略生成候选集进行重排序,得到推荐候选集列表。 排序策略-离线排序模型 在线服务 在线服务用来做线上推荐时应用,每个

  • 数据导入 - 推荐系统 RES

    画像:画像分为用户画像和物品画像,分别用于存储用户输入用户特征和物品特征。如果同一用户或物品有多条记录,将会按照用户ID或者物品ID去重。 前提条件 已按照创建离线数据源操作指导完成数据源创建。 已完成数据结构识别和人工复核确认。 操作步骤 在“执行步骤”页签,单击数据导入下“执行

  • 数据探索 - 推荐系统 RES

    用户报表:根据不同数据格式展示用户数据类型、最大值和最小值。您可以单击相关数据后查看数据详细信息。 百分位数:将数据进行排序,统计该数据在整个数据中所占百分比。 图2 百分位数 分布统计:通过查看分布统计了解各参数下参数值分布情况。如可以根据性别展示数据中性别数据分布。可通过查看标签,了解数据中各种标签的分布情况。

  • 注册华为帐号并开通华为云 - 推荐系统 RES

    服务,并且只需为您所使用服务付费。 操作步骤 进入华为云首页,单击页面右上角“注册”。 设置手机号、短信验证码、账号名、密码并勾选“我已阅读并同意《华为云用户协议》和《隐私政策声明》”,单击“同意协议并注册”。 页面提示注册成功后,系统会自动跳转至您个人信息界面。 参考实名认证完成个人或企业帐号实名认证。

  • 算法介绍及参数说明 - 推荐系统 RES

    算法介绍及参数说明 召回策略 过滤规则 排序策略-离线特征工程 排序策略-离线排序模型 在线服务 效果评估 父主题: 自定义场景

  • 在线服务 - 推荐系统 RES

    滤规则用于过滤最终用户推荐结果。例如,对于一线城市用户过滤敏感信息物品,使之不进入候选集。单击增加属性过滤规则。 “用户属性”:指定在用户属性中需要过滤字段,包含属性名和属性值。如过滤籍贯是广东且性别为男性用户。 “物品属性”:指定在物品属性中需要过滤字段,包含属性名和

  • 通过DLF重新执行作业 - 推荐系统 RES

    推荐系统提供了重新执行作业API,用来将任务以相同配置重新执行一次,实现对离线任务生成结果更新。以固定周期定时调用此API,可保持结果处于一个较新状态,以获得更好推荐结果。 以上功能,我们也可以使用数据治理中心 DataArts Studio,通过拖拽方式完成配置。具体操作步骤如下:

  • 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

    光。 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、

  • 召回策略 - 推荐系统 RES

    置调度时间间隔。 基于用户协同过滤推荐 基于用户协同过滤推荐采用经典算法基于用户协同过滤(UserCF)进行召回。基于用户协同过滤算法是通过用户历史行为数据发现用户对物品喜欢(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态度和

  • 排序策略-离线特征工程 - 推荐系统 RES

    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。 单击,增加用户特征。在下拉选项中

  • 在线服务获得推荐调用次数如何计算? - 推荐系统 RES

    在线服务获得推荐调用次数如何计算? RES从全局角度计算在线服务获得推荐调用次数,不区分每次调用用户。例如A用户调用请求推荐接口是每秒5次,B用户调用请求推荐接口每秒5次,当A用户和B用户同时调用此接口时,总获得推荐调用请求为A用户和B用户之和,即5+5=10。 父主题:

  • 新建在线服务 - 推荐系统 RES

    行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。 match_type 否 String 匹配类型(属性匹配召回作业需提供此参数): UI,基于用户推荐物品 UU,基于用户推荐用户 II,基于物品推荐物品 IU,基于物品推荐用户 matrix_factorization

  • 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。

  • 修改训练作业参数 - 推荐系统 RES

    行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。 match_type 否 String 匹配类型(属性匹配召回作业需提供此参数): UI,基于用户推荐物品 UU,基于用户推荐用户 II,基于物品推荐物品 IU,基于物品推荐用户 matrix_factorization

  • 更新智能场景内容 - 推荐系统 RES

    行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。 match_type 否 String 匹配类型(属性匹配召回作业需提供此参数): UI,基于用户推荐物品 UU,基于用户推荐用户 II,基于物品推荐物品 IU,基于物品推荐用户 matrix_factorization

  • 查询在线服务详情 - 推荐系统 RES

    行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。 match_type String 匹配类型(属性匹配召回作业需提供此参数): UI,基于用户推荐物品 UU,基于用户推荐用户 II,基于物品推荐物品 IU,基于物品推荐用户 matrix_factorization

  • 修改在线服务参数 - 推荐系统 RES

    行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。 match_type 否 String 匹配类型(属性匹配召回作业需提供此参数): UI,基于用户推荐物品 UU,基于用户推荐用户 II,基于物品推荐物品 IU,基于物品推荐用户 matrix_factorization

  • 创建智能场景 - 推荐系统 RES

    行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。 match_type 否 String 匹配类型(属性匹配召回作业需提供此参数): UI,基于用户推荐物品 UU,基于用户推荐用户 II,基于物品推荐物品 IU,基于物品推荐用户 matrix_factorization