概述
欢迎使用智能推荐，这里主要为您介绍如何快速熟悉产品，了解使用流程，快速找到帮助信息，以及如何让系统为您更好的服务。
该部分主要介绍搭建一个智能推荐服务所必须的一些准备工作，并对控制台的主要功能项进行初步了解。准备工作完成后，您需要选定适合自己的行业和场景模板，结合您当前的数据情况选择匹配的数据上报方式，在保证数据质量的前提下，进行推荐的测试与线上服务部署。
名词解释
行为埋点逻辑：指的是采集到符合AIRec所需规范的用户行为数据，所需要符合的逻辑。AIRec推荐算法是需要用户的行为数据来学习用户喜好的。
启动数据：指AIRec实例启动之前，准备好的已有的历史数据，该部分数据可以用于模型启动，让其更快的拥有推荐效果。
实时数据：实例启动完成后，仅可以通过SDK上传的，增量的数据。------------------
DataWorks、MaxCompute：是阿里云基于云原生的另外两款大数据服务，可搭配AIRec使用。
一、根据数据规范准备数据
不同行业的数据规范存在差异，请按照您所属的行业进行文档阅读与数据准备。
如果想要先测试功能或接口，则可通过上传如下的测试数据。
测试数据
智能推荐服务提供了可以用来测试的数据，您可以从下面的链接中下载对应的数据。
下载链接：测试数据下载地址。
二、核对行为埋点逻辑是否符合规范
智能推荐需要至少具备曝光、点击行为数据，并且曝光数据要大于点击数据。详细的内容请参考数据埋点指南。
如您暂时无法提供曝光数据，可参考“常见问题”处的15、埋点逻辑暂时无法提供曝光或trace_info数据怎么办？。
三、确认合适的数据上传方案
注意：此处的数据上传流程包括2步，分别是启动数据与实时数据推送。
2个步骤的数据上传均有多种方案，您可按照您当前的数据形态选择最适合的对接方案。实时数据推送的2种方式均需要您确认当数据发生变动时能够实时同步到智能推荐中。
您可以根据您的实际情况，在每一步流程中选择适合您的方案：
数据推送流程 |
可选方案 |
|
一、启动数据 |
1、无历史数据可用： 快速启动实例即可 |
2、有历史数据可用： 通过MaxCompute上传历史数据并启动 |
二、实时数据 |
1、使用全服务端SDK： 用户、物品、行为数据全部用服务端SDK推送、更新 |
2、服务端SDK+友盟SDK： 通过服务端SDK上传与更新用户、物品信息，通过友盟SDK推送行为数据 |
以下为各方案具体操作流程：
I 快速启动实例
1、全服务端SDK上传数据
方案概述：您需要全部通过服务端SDK的方式上报user、item以及behavior数据。
2、友盟上传行为数据+服务端上传item及user数据
方案概述：user、item数据通过服务端SDK上报，behavior数据通过使用推荐定制的客户端SDK（即友盟SDK工具）首先进行埋点，埋点完成后，在控制台选配后将自动同步。
II 通过历史数据启动实例
方案概述：您需要首先将user、item以及1-2周的behavior数据传到阿里云MaxCompute服务中（推荐使用DataWorks），数据导入成功后生效服务，并通过服务端SDK上报的方式同步user、item信息变更，上报实时产生的behavior数据。
四、使用友盟SDK（可选）
- 本页导读 （0）