新闻行业

字段名

字段类型

是否必填

字段含义

字段值枚举

字段值说明

字段值示例

item_id

string

必填

新闻唯一标识ID，仅支持英文字符（A~Z、a~z）及数字0~9的组合。

用户自填

1.item_id+item_type作为一条数据的唯一标识。

2.item_id的长度需限制在50字符以内。

注意：上报过来的item_id需要记录下来，以免后续无法删除此item_id。

34513

item_type

string

必填

新闻的类型。

image；article；video；shortvideo；item；recipe；audio；（如当前类型不满足，请联系技术人员沟通解决方案）

必须与示例中的类型相匹配，否则会混排失效。

article

status

string

必填

新闻状态是否可推荐。

0/1

1.status=”1”时，item可推荐出来。

2.status=”0”时，item不会推荐出来。

3.注意：字段值上报为”0”，该item不会推荐出来。重新把值update改为”1”后实时生效可被推荐。

4.注意：item下架为实时下架，把status的值改为”0”即可。

1

duration

string

视频行业必填，其它行业非必填

时长（秒级，大于等于0，小于 3600 * 10）。

用户自填

视频总时长。

1000

scene_id

string

必填

场景ID。

新闻投放的不同地方，可以理解成是对物品的一个分类的ID。不同的页面，用户访问类型不一样，都可以做成不同的场景ID。

用户自填

1、按照字母数字组合方式定义，建议使用首拼或英文与数字组合形式增强可读性。

2、场景ID中不能含有英文冒号。

3、场景ID不能为-102（内部预留值）。

4、当推荐仅有单场景时，该字段置1。

5、注意：item表中的场景ID可以为多值，用英文逗号分隔，如字段值示例。用于不同投放页面，投放场景使用详解。

a101,b102

pub_time

string

必填

内容发布时的时间戳（秒级），本字段用于判断内容是否为最后一次发布。

用户自填

对内容有时效性需求的用户，必填。（用于新品的推荐策略）。

1520327038

expire_time

string

建议填写

内容失效时间戳（秒级）。

用户自填

1、当前服务器时间大于该字段时，item将不被继续推荐。

2、如果所有数据均失效，服务无法启动。

3、置为空代表永不失效 。

4、通过本字段控制推荐的新闻时效性，详见：新闻时效性控制。

1520327038

last_modify_time

string

可选

内容信息的最后修改时间戳（秒级）。

用户自填

如果用户对已经发布了的商品做了较大的更新，同时有时效性的需求，可以更新此字段。同pub time功能类似，共同作用于新品链路。

1520327038

title

string

建议填写

内容标题。

用户自填

用于语义层面深入分析，置空会损失部分算法效果，建议填写。

数字时代是最大机遇

weight

string

建议填写

item的加权。注意：

1、要加权的商品填：100、不加权的商品填：1。

2、仅支持填入100或1，其他值是非法的。

3、建议加权的item数量<=item总数的10%。

用户自填

1、置空后，默认值为1。

2、设置高权重的物品，将有更高的概率优先推荐。

1

category_level

string

建议填写

类目层级数，例如3级类目。

用户自填

如果和category_path数据不匹配，会影响打散功能。

3

category_path

string

建议填写

类目路径，下划线联接。

用户自填

1、类目路径，支持多级类目，用下划线联接。

2、不可出现英文逗号，英文冒号（用于打散策略）。

12_1024_56

tags

string

建议填写

标签，多个标签使用英文逗号分隔。

用户自填

1、主要用于描述物品的特征，由业务方自行运营物品的标签库。

2、算法模型会基于标签进行特征分析。

3、单条新闻标签数不能超过100个，标签池总个数建议不超过50000个 。

4、如果标签属于业务敏感数据，建议映射到数字脱敏上报。

数字化，人工智能，AI

author

string

建议填写

作者。

用户自填

1、多个作者使用英文逗号分隔，单条内容作者数不能超过100个。

2、可用于根据作者打散。

张三

content

string

可选

内容正文。

用户自填

通常为正文关键片段，最长5000个中英文字符，主要用于语义分析。

北京时间6月10日晚，联合国发布全球数字经济未来发展纲领性报告——《数字相互依存的时代——联合国数字合作高级别小组报告》。联合国数字合作高级别小组联合主席马云表示：“我相信数字时代是我们面临的最大机遇。我相信这个新时代的最大风险是错失机会的风险。”

channel

string

建议填写

新闻对应的频道，如经济，为单值。

用户自填

organization

string

可选

机构列表，多个标签使用英文逗号分隔。

用户自填

pv_cnt

string

可选

一个月内曝光次数。

用户自填

启动时，如果当前场景行为数据比较稀疏，可以将平台其他场景的行为统计数据放入这些字段，不要求实时性。模型稳定后，如果维护这些字段成本较高，可以低优先级处理。

100000

click_cnt

string

可选

一个月内点击次数。

用户自填

不要求实时性，优先级可以放低。

1000

like_cnt

string

可选

一个月内点赞次数。

用户自填

不要求实时性，优先级可以放低。

100

unlike_cnt

string

可选

一个月内踩次数。

用户自填

不要求实时性，优先级可以放低。

100

comment_cnt

string

可选

一个月内评论次数。

用户自填

不要求实时性，优先级可以放低。

100

collect_cnt

string

可选

一个月内收藏次数。

用户自填

不要求实时性，优先级可以放低。

100

share_cnt

string

可选

一个月内分享次数。

用户自填

不要求实时性，优先级可以放低。

100

download_cnt

string

可选

一个月内下载次数。

用户自填

不要求实时性，优先级可以放低。

100

tip_cnt

string

可选

一个月内打赏数。

用户自填

不要求实时性，优先级可以放低。

100

subscribe_cnt

string

可选

一个月内关注数。

用户自填

不要求实时性，优先级可以放低。

100

source_id

string

可选

物料经由哪个平台进入场景。

用户自填

比如天猫，淘宝等，这个字段可以是平台的ID，例如淘宝1，天猫2。

1

country

string

可选

国家编码。

用户自填

ISO3166-1alpha-3编码。

“CHN”（中国）

city

string

可选

城市名称。

用户自填

杭州、上海

features

string

可选

物料特征（字符串型）。

用户自填

英文逗号分隔的物料特征；该特征是描述性的。

num_features

string

可选

物料特征（数值型）。

用户自填

英文逗号分隔的数值型物料特征；必须保证所有物料的该字段逗号个数一致，且字段对齐。

字段名

字段类型

是否必填

字段含义

字段值枚举

字段值说明

字段值示例

user_id

string

已登录用户必填

用户唯一ID

用户自填

1、注册用户必填。

2、user_id 可作为一个用户的唯一标识

1234567

user_id_type

string

可选

用户注册类型

1234

1：app注册账号

2：手机号

3：微信号

4：其它

2

imei

string

未登录用户必填

安卓：MD5（imei），iOS：MD5（idfa）

用户自填

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。

imei358800091015835md5后74f25e604e1a9dde7471fe2e25ae54d0idfa41B2FD07-695A-4A27-8D26-C30ECE6F7EADmd5后06e1565409c9fc4887036b974421****

third_user_name

string

可选*

第三方用户名称

用户自填

jack

third_user_type

string

可选

第三方平台名称

用户自填

wechat

phone_md5

string

可选

用户手机号的md5值，长度为32位

用户自填

d41d8cd98f00b204e9800998ecf8****

gender

string

可选

性别

male/female/unknown

如果为敏感数据，可进行映射上报，如：0-男，1-女 ，2-未知。

male

age

string

可选

年龄

用户自填

22

age_group

string

可选

年龄段

用户自填

20-25

country

string

可选

国家编码

用户自填

ISO3166-1 alpha-3 编码。

“CHN”（中国）

city

string

可选

城市名称

用户自填

杭州、上海

ip

string

可选

最后登录IP。

用户自填

202.113.XX.XX

device_model

string

可选

设备型号。

用户自填

iphoneX

tags

string

可选

用户tags，多个tag使用英文逗号分隔。

用户自填

对用户的标签描述。

足球,健身,户外

source

string

可选

用户来源。

用户自填

今日头条引流

content

string

可选

用户描述。

用户自填

register_time

string

可选

注册时间戳，单位为秒。

用户自填

1520007038

last_login_time

string

可选

上次登录时间戳，单位为秒。

用户自填

1520017038

last_modify_time

string

可选

用户信息的最后修改时间戳，单位为秒。

用户自填

1520327038

features

string

可选

用户特征（字符串型）。

用户自填

英文逗号分隔的用户描述性特征，比如画像等。

num_features

string

可选

用户特征（数值型）。

用户自填

英文逗号分隔的数值型用户特征；必须保证所有物料的该字段逗号个数一致，且字段对齐。

字段名

字段类型

是否必填

字段含义

字段值枚举

字段值说明

字段值示例

item_id

string

必填

内容ID。

用户自填

需要与item表中的item_id相匹配。

34513

item_type

string

必填

内容的类型。

image；article；video；shortvideo；item；recipe；audio；（如当前类型不满足，请联系技术人员沟通解决方案）

需要与item表中的item_type相匹配。

image

bhv_type

string

必填

行为类型，例如曝光、停留、点击、收藏、下载等。

expose/click

正例数据click的条数需要小于负例数据expose的条数，否则系统会判断数据异常，无法启动服务。

expose

trace_id

string

必填

请求追踪/埋点ID。用于在AB实验时区分调用了阿里推荐引擎。

Alibaba/selfhold

1、调用了阿里推荐引擎而产生的行为数据，填Alibaba；基于自研/运营推荐产生的行为数据，填selfhold。

2、主要用于控制台报表分析，效果对比。

Alibaba

trace_info

string

必填

请求埋点信息。一次推荐接口调用时将返回该信息，日志记录时带上即可。

用户自填

1、trace_id=selfhold时，trace_info填1即可。

2、trace_id=Alibaba。在获取推荐结果时，会返回此item的trace_info。trace_id=Alibaba说明这条行为数据，是对从AIRec推荐出来的这条item而产生的行为。回传行为数据时把这个item对应的trace_info原样回传即可。

1007.5911.12351.1002000:::::::

scene_id

string

必填

场景ID。

用户自填

1、用户产生行为的场景，在对应的item的场景ID中，单值。

2、行为表的scene_id要包含于item表中的scene_id。

3、无场景区分需求，默认填1，若无法追踪到行为的具体场景ID，填-102。具体参考投放场景使用指南。

a101

bhv_time

string

可选

行为发生的时间戳（秒级）。

用户自填

用户实际产生行为的时间。

1520327038

bhv_value

string

建议填写

行为详情，例如点击次数，停留时长，购买件数等。

用户自填

1、点击行为填1即可。

2、曝光行为视业务需求，也可不填。

3、其它行为类型请联系技术开发。

500

user_id

string

已登录用户必填

用户ID。

用户自填

1、注册用户需要与user表中相匹配。

2、未登录用户访问可不填。

1234567

platform

string

可选

客户端平台。

用户自填

ios/android/h5。

ios

imei

string

未登录用户必填

安卓：MD5（imei），IOS：MD5（idfa）

用户自填

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。

e2fcdb0f4dce45e35fe2823d7973****

app_version

string

可选

app的版本号。

用户自填

4.1.10

net_type

string

可选

网络型号。

用户自填

2G/3G/4G/WIFI。

4G

ip

string

可选

客户端IP信息。

用户自填

234.45.13.14

login

string

可选

是否登录用户。

01

0：未登录。1：登录。

1

report_src

string

可选

上报来源类型。

12

1：服务端。2：客户端。

2

device_model

string

可选

设备型号。

用户自填

iphoneX

longitude

string

可选

位置经度。

用户自填

128.4

latitude

string

可选

位置纬度。

用户自填

78.1

module_id

string

可选

模块ID。

用户自填

114

page_id

string

可选

页面ID。

用户自填

4

position

string

可选

内容所在的位置信息。

用户自填

5

message_id

string

可选

一条行为的唯一标识。

用户自填

若不填写内部将取item_id、item_type、user_id、imei、bhv_type、bhv_time等字段组合去重。

5

bhv_type

行为释义

expose

曝光，必填行为，且曝光行为量要大于点击行为。

click

点击，必填行为。

like

点赞。

unlike

踩。

comment

评论。

collect

收藏。

stay

停留时长。

share

分享。

download

下载。

tip

打赏。

subscribe

关注。

dislike

负反馈，具体使用参考负反馈功能详解。