参数说明
参数 | 类型 | 描述 | 是否必填 | 备注 |
|---|---|---|---|---|
userId | string | 需要推荐的目标用户 | 和imei至少一个不为空 | 如果不在user表中，则无个性化效果 |
imei | string | 安卓:MD5（imei），IOS:MD5（idfa） | 否 | 1、非注册用户必填2、按照指定要求，mac地址，设备号等无效，会无法使用内部用户画像信息，仅保留曝光过滤功能3、32位MD5值 |
returnCount | Integer | 单次请求返回的推荐结果数量 | 是 | 建议取值20 |
ip | string | ip | 否 | — |
sceneId | string | 物品投放的场景ID | 否 | 默认场景ID为1，如果在上传的场景数据中有对应的ID，需要一致 |
items | string | 基准相关物品 | 否 | 仅限用于相关推荐场景，格式：itemId:itemType,itemId:itemType |
通过服务端SDK获取推荐结果的常见错误
返回结果为空：
1、请求参数填错：测试场景填入：scene_id，此项必须保证上报过来的数据中有此场景id；
测试用户填入：user_id，如果填入的user_id未存在user表中，则视为新用户；
推荐物品数：要小于场景可推荐的item数量。
注意：通过服务端SDK获取推荐结果中推荐物品数最大值=50。如果是相关推荐，还需要填入item_id:item_type为请求参数，详情如下相关推荐请求参数.
2、由于满足条件的可推荐的物料数过少，默认开启了曝光过滤功能后当前用户已经把当前场景的item全部刷空了（全部曝光过了）。
示例代码
package com.aliyun.airec;
import com.aliyuncs.DefaultAcsClient;
import com.aliyuncs.airec.model.v20181012.RecommendRequest;
import com.aliyuncs.airec.model.v20181012.RecommendResponse;
import com.aliyuncs.http.FormatType;
import com.aliyuncs.profile.DefaultProfile;
import com.aliyuncs.profile.IClientProfile;
public class Recommend {
private static final String accessKeyId = "your access key";
private static final String accessKeySecret = "your access key secret";
public static void main(String args[]) {
IClientProfile profile = DefaultProfile.getProfile("cn-hangzhou", accessKeyId, accessKeySecret);
DefaultProfile.addEndpoint("cn-hangzhou", "Airec", "airec.cn-hangzhou.aliyuncs.com");
DefaultAcsClient client = new DefaultAcsClient(profile);
RecommendRequest request = new RecommendRequest();
//以下三个参数为必填参数。
request.setInstanceId("airec-xxx");
request.setReturnCount(10);
request.setSceneId("场景id");
//以下参数需要至少上报一个（imei/user_id）。
request.setUserId("0");
request.setImei("0");
//如果是相关推荐场景可选使用
//request.setItems("88:article,33:image");
request.setAcceptFormat(FormatType.JSON);
try {
RecommendResponse response = client.getAcsResponse(request);
for (RecommendResponse.ResultItem item : response.getResult()) {
System.out.println(item.getItemId());
System.out.println(item.getItemType());
System.out.println(item.getTraceId());
System.out.println(item.getTraceInfo());
System.out.println(item.getMatchInfo());
System.out.println(item.getWeight());
System.out.println(item.getPosition());
}
} catch (Exception e) {
e.printStackTrace();
}
}
}