推荐召回的使用流程包括创建实例、配置召回策略、配置数据过滤策略、测试及部署模型。

前提条件

完成OSS授权,详情请参见OSS授权

创建OTS实例,详情请参见创建实例

步骤一:创建实例

  1. 登录PAI控制台
  2. 在PAI控制台首页,选择AutoLearning > 通用模型训练
  3. AutoLearning页面,单击创建实例
  4. 创建实例页面,配置参数。
    参数 描述
    实例类型 选择实例类型推荐召回。系统包括以下实例类型
    • 图片分类
    • 推荐召回
    实例名称 长度为1~20个字符,以大写字母、小写字母或中文开头,只能包含中文、字母、下划线(_)或数字。
    实例说明 实例的简要说明,便于区分各实例。
    储存依赖 使用推荐召回服务,需要将训练数据存储到阿里云表格存储OTS(Tablestore,类似于Redis的KV存储数据库)中,详情请参见OTS创建数据表
    实例绑定 绑定OTS实例。
  5. 单击确认

步骤二:配置召回策略

  1. AutoLearning页面,单击操作列下的打开
  2. 召回策略配置的配置向导页面,配置召回策略。
    区域 参数 描述
    协同过滤召回 策略名称 长度为1~20个字符,以大写字母或小写字母开头,只能包含字母、数字或下划线(_)。
    User-Item数据表 选择召回策略的User数据表。将鼠标悬停至User-Item数据表后的问号图标,查看数据表格式说明。
    Item-Item数据表 选择召回策略的Item数据表。将鼠标悬停至Item-Item数据表后的问号图标,查看数据表格式说明。
    召回数量 该召回策略下,返回的召回数量。取值为正整数。如果召回结果的数量小于配置的召回数量,则以实际召回结果为准。
    语义召回 策略名称 长度为1~20个字符,以大写字母或小写字母开头,只能包含字母、数字或下划线(_)。
    User-Topic数据表 选择召回策略的User数据表。将鼠标悬停至User-Topic数据表后的问号图标,查看数据表格式说明。
    Topic-Item数据表 选择召回策略的Item数据表。将鼠标悬停至Topic-Item数据表后的问号图标,查看数据表格式说明。
    召回数量 该召回策略下,返回的召回数量。取值为正整数。如果召回结果的数量小于配置的召回数量,则以实际召回结果为准。
    自定义召回策略 策略名称 长度为1~20个字符,以大写字母或小写字母开头,只能包含字母、数字或下划线(_)。
    Item数据表 选择召回策略的数据表。将鼠标悬停至Item数据表后的问号图标,查看数据表格式说明。
    召回数量 该召回策略下,返回的召回数量。取值为正整数。如果召回结果的数量小于配置的召回数量,则以实际召回结果为准。
    PAI-AutoLearning支持以下召回策略,您可以根据实际需要选择合适的召回策略:
    • 协同过滤召回:推荐领域经典的召回策略,根据人和物品的相关性生成召回结果。
    • 语义召回:经常应用于新闻推荐,根据人物感兴趣的文章类型进行召回。
    • 自定义召回:基于业务生成User-item的召回策略.
  3. 单击添加到策略列表,该召回策略显示在已添加策略列表中。
  4. 可选:参考以上步骤,添加多个召回策略。
  5. 单击下一步

步骤三:配置数据过滤策略

  1. 数据过滤策略配置的配置向导页面,配置参数。
    区域 参数 描述
    自定义过滤策略(U-I过滤)策略配置 策略名称 长度为1~20个字符,以大写字母或小写字母开头,只能包含字母、数字或下划线(_)。
    User-item数据表 选择过滤策略的数据表。将鼠标悬停至User-Item数据表后的问号图标,查看数据表格式说明。
    自定义过滤策略(I策略过滤)策略配置 策略名称 长度为1~20个字符,以大写字母或小写字母开头,只能包含字母、数字或下划线(_)。
    item数据表 选择过滤策略的数据表。将鼠标悬停至Item数据表后的问号图标,查看数据表格式说明。
    系统支持以下配置策略,您可以根据实际需要选择合适的过滤策略:
    • 基于User-item关系对的过滤策略。如果召回结果出现某User,则过滤该User对应的item。数据表格式如下。数据格式
    • 基于item的过滤策略。如果召回结果出现该itemid,则过滤该item。数据表格式如下。数据表格式
  2. 单击添加到策略列表,该召回策略显示在已添加策略列表中。
  3. 单击部署并测试

步骤四:测试及部署

  1. 在测试页面,系统会根据配置的召回和过滤策略,将模型部署为服务。
  2. 测试模块区域,输入UserID召回结果数量1
  3. 单击发送测试请求
  4. 调试信息区域,查看返回的推荐内容。如果对模型结果满意,单击前往EAS部署,将服务部署到PAI-EAS,形成RESTful请求。