全部产品
存储与CDN 数据库 安全 应用服务 数加·人工智能 数加·大数据基础服务 互联网中间件 视频服务 开发者工具 解决方案 物联网
推荐引擎

产品特性

更新时间:2017-06-07 13:26:11

为了帮助客户更好的实现算法定制,降低定制的门槛,RecEng具备以下八大特性:

  1. 基于阿里云的一体化部署(SaaS)。RecEng完全部署在阿里云的公共云环境中,客户在使用RecEng时,需要先订购MaxCompute(原ODPS)和表格存储(原OTS),并将相关的信息注册到RecEng中,所有的在线、离线数据,以及所有离线计算就会在客户自己的云组件中进行。这种SaaS部署方式省去了软件安装和适配的工作。

  2. 全流程规范化。RecEng为推荐业务定义了一整套规范,从日志采集和埋点,到输入数据、中间数据、输出数据的格式,到离线和在线的计算流程,一直到最终输出的API,都有详细明确的规范定义。这套规范能够在一定程度上保证最终的推荐效果。

  3. 全面的自定义功能。由于RecEng支持全流程的规范化,流程上的每个节点只要符合规范要求,都是可以替换的,离线算法,在线算法,API接口都可以由客户自定义,这正是RecEng支持算法定制的基础。除了推荐计算的自定义,RecEng还支持数据质量监控和效果指标、报表的自定义。

  4. 默认算法和模板。RecEng支持全面的自定义,但这对于新用户来说可能存在产品的使用门槛。为了尽可能降低新用户上手的难度,RecEng提供了各种标准的推荐算法,以及依据这些标准算法构建的默认算法流程,新用户完全可以不做任何自定义,只需要在产品界面上勾选,就可以一键设置好计算流程,快速体验RecEng。

  5. 实时修正。很多场景下仅靠离线推荐计算是不能够满足真实的业务需求的,有些信息必须要实时修正。比如要推荐的某个商品已经下架了,这时需要从候选集中除去;或者为了达到更好的用户体验,对于用户明显表示不感兴趣的物品不再展示,这些都需要进行实时的处理。RecEng支持接入实时日志,以及实时修正API,这些功能和上述其他特性一起,组成了一个完备的推荐服务框架。

  6. 丰富的测试手段。对于需要自定义算法或自定义算法流程的客户来说,必然会面临如何验证其编写算法是否正确,验证其定义的算法流程是否真正有效果的问题。对于这些问题,RecEng共支持五种不同的测试手段,保证客户线上系统的代码质量。

    • 对于算法流程,RecEng提供API测试器进行在线测试
    • 对自定义的离线算法,可以在BASE开发环境中进行单元测试
    • 对自定义的在线算法,可以在RecEng的在线调试器中进行单元测试
    • 单元测试完成后,可以利用RecEng的测试分支功能进行集成测试
    • 集成测试通过后,可以利用RecEng的A/B Testing功能进行效果测试
  7. 丰富的监控手段和效果报表。作为一套业务系统,运维和运营也是必须要考虑的,保证客户的开发和决策有据可依。

    • RecEng支持计算流程的监控,如果计算中出现问题,可以第一时间告警。
    • RecEng支持数据质量的监控,提供了针对每类数据集的默认监控逻辑,客户可以根据自身情况自定义数据监控的逻辑,当数据质量不满足要求时给出告警,或自动终止计算并报警。
    • RecEng支持效果报表,可以在产品页面上浏览,也可以定期向指定人群发送。效果指标,报表格式,以及上报人群都可以由客户自定义。
  8. 多种帮助和培训支持。为了帮助客户尽快熟悉RecEng,RecEng提供丰富的产品帮助说明,使用视频,以及FAQ。此外,RecEng还提供三类培训:

    • 推荐业务和算法培训。指对推荐业务和常用推荐算法的培训,不涉及RecEng
    • 推荐算法开发培训。指如何在RecEng中进行算法开发的培训
    • RecEng产品培训。指如何使用RecEng产品的培训

由此可见,作为产品,RecEng并不保证推荐的转换率,而是希望客户能够综合RecEng提供的各种功能和服务,在深入了解RecEng的基础上自行优化业务。从这个角度看,RecEng尤其适合有一定数据和算法开发基础的客户,以及那些有志于建立自己的数据和算法开发团队的客户,对于这些客户,RecEng的产品特性,以及相关的各种培训将会是一个很好的入门平台。

本文导读目录