文档

新功能发布记录

更新时间:

本文为您介绍了AIRec版本内容更新的最新动态,基于此您可以了解AIRec中增加了哪些新功能,为您开发项目提高效率。

功能名称

介绍

发布时间

发布范围

参考文档

置顶管理

支持指定物品置于推荐流顶部,确保用户访问推荐页面最先看到置顶物品。

  • 适用场景:重大新闻置顶、引流商品置顶、精品内容置顶等场景。

2023.5.16

所有用户

置顶管理

坑位策略

支持推荐流中的特定坑位仅推荐指定范围的物品,在保障个性化效果的情况下对坑位推荐结果进行干预。

  • 适用场景:精品池推荐、多类物品交替推荐等场景。

2023.5.16

所有用户

坑位策略

冷启动版开放售卖

针对新用户留存率低、互动差的业务:

  • 支持利用友盟+数据洞察服务Embedding数据进行新用户画像补充,用于模型训练。

  • 新用户缺乏行为数据积累,也能提供较好的次日留存率,降低获客成本。

2023.4.25

中国内地区域用户

冷启动版

推荐策略升级

内容、新闻行业:

  • 推荐结果按“渠道”打散,提升推荐结果的渠道多样性。

  • 最新内容优先推荐:强制优先推荐新内容、新文章,保障推荐结果的时效性。

  • 避免相似标题集中出现,提高推荐结果内容的丰富度。

电商行业:

  • 推荐结果按“品牌”打散,提升推荐结果的品牌多样性。

所有行业:

  • 相关度因子定义:支持自主定义相关度因子(例如类目),优先按照关键因子为用户推荐,提升推荐结果与用户兴趣的相关度。

2023.2.8

所有用户

推荐策略

流量调控模板

  • 作者扶持:支持对指定作者的作品进行定量扶持,鼓励作者持续创作高质量作品,助力内容生态构建。

  • 最新内容扶持:支持对新内容、新文章进行定量扶持,可以兼顾推荐内容质量和推荐时效性,从而提升用户体验。

  • 老品打压:支持对老品进行严格的定量打压,避免陈旧、无价值内容频繁出现。

2023.2.8

所有新闻、内容行业用户

流量调控

“流量调控”功能支持人工干预推荐系统流量的分发,给予圈选的物品一定的流量扶持,具体功能如下:

  • 选品方式:支持指定入围条件选品(按照条件动态筛选)和指定物品id+type选品(物品固定不变)两种方式圈选物品。

  • 任务目标:支持按照曝光总量和曝光占比两种方式对圈选物品进行扶持。

2022.10.31

所有用户

通过流量调控功能实现物品扶持

推荐原因解释分析

获取推荐结果的同时返回推荐的原因,其中依据历史行为推荐的物品同时返回历史行为详情。有助于更好的理解推荐算法的原理,校验推荐结果是否符合业务诉求,辅助运营助手、算法调优的相关功能进行迭代。

2022.08.29

所有用户

返回结果

新手引导

“新手引导”功能可以帮助快速接入,更好发挥算法效果、提升接入体验:

  • 流程引导:围绕产品接入过程展开step by step指导。

  • 案例教程:配有具体业务案例、教程和操作页面快速跳转,降低理解门槛,提高接入效率。

2022.08.29

所有用户

新手引导

美东区域开服

正式在美东(弗吉尼亚区域)开服,支持如下两个版本售卖:

  • 运营版:通过内置行业算法模板+运营助手功能,快速上线个性化推荐功能。

  • 标准版:在运营版功能基础上,支持根据多路召回算法,进行调参与AB实验。

2022.08.10

所有用户

选型介绍

新闻及内容行业增加时效性相关默认配置

鉴于新闻行业及内容行业的特殊性,特别新增了时效性相关默认配置,该功能将在后续版本中透出到控制台,可以自行调控。主要策略是:

  1. 新闻行业:

  • 分别按个性化和非个性化依次推荐1天内、3天内、7天内的新闻。

  • 对1年以上的物品进行打压。

2.内容行业:

  • 通过控制物品的分发流程,尽可能实现7天内,7-30天内的物品流量占比分别达到20%及30%(不保证一定可以达到,具体和物品分布,用户兴趣相关)。

  • 对1年以上的物品进行打压。

(以上策略依赖于Alibaba的曝光流量反馈)

2022.7.26

所有新闻或内容行业客户

运营版开放售卖

  • 运营版开放售卖支持5QPS配额+丰富的运营工具。

  • 提供行业算法模板,包含特征工程、召回、排序、在线推理等在内的完整推荐链路,仅需完成数据对接,即可快速接入个性化功能。

  • 开放丰富的运营工具,支持按页面配置选品、投放规则,辅助打散、混排、实时正向负向反馈等功能,提升用户浏览体验。

2022.07.16

所有用户

通过实例运营策略提升推荐结果多样性

通过选投策略配置,快速搭建推荐场景

个性化推荐开关控制

  • 可根据终端用户是否允许系统进行个性化推荐,进行策略调整,当用户关闭个性化推荐时,支持通过传参的方式通知AIRec,返还热门链路的推荐结果。

2022.06.25

所有用户

获取推荐结果

调试参考

快速DEMO体验

  • 快速DEMO体验:系统提供了电商,内容行业的demo数据,可在初始化实例时选择通过demo启动,即刻体验产品功能、适配运营策略。

2022.06.25

所有用户

数据智能诊断

数据质量是做出推荐效果的基础,推出数据诊断功能辅助分析数据存在的问题、优化的空间,从而获得更优质的推荐效果:

  • 每日凌晨将自动触发数据诊断,结合服务可用性、数据逻辑合理性、算法链路是否奏效等多个维度综合分析,产出诊断报告。

  • 支持选择当日时段的数据进行手动诊断,排查是否已经解决数据问题,结合历史质量报告,收敛数据问题,提升服务的稳定性与整体推荐效果。

2022.06.25

所有用户

数据诊断

各行业排序模型重构

重构了电商、新闻、内容行业的精排模型,引入更丰富的基础特征和更复杂的排序模型,大幅提升了各行业的基线指标。

2022.03.25

所有用户

自助开发排序模型

本期新功能支持了MultiTower、DeepFM 2种排序服务的配置化开发流程,可从最基础的特征加工、样本定制,再到模型训练,在线服务调试、部署、实验,进行完整流程的一站式开发。

  • 特征加工:开放行业内置标准特征库,应用标准特征生成定制样本,可结合业务特性加工标签、细分领域特征等,丰富行业特征库。

  • 样本处理:开放定制样本逻辑,自动化样本生成任务,自动更新、应用样本开放ID、Row、Combo、Match、Sequence等多种类型,样本格式化灵活配置。

  • 模型训练:开放MultiTower,DeepFM两种优质排序模型,开箱即用模型参数自助配置,自动调度训练,多个版本模型可对比进行评估。

  • 服务部署:自动与PAI-EAS服务打通,一键部署在线预测服务,结合调试结果与AB实验进行效果观察与方案切换。

2022.02.18

中国内地区域用户

功能暂时下线,如有问题请联系技术支持​

Feed流过滤定制

  • 支持Feed过滤定制功能:支持客户根据复杂的APP业务逻辑,结合推荐场景页面,按照终端用户诉求个性化筛选内容。如只展示某个品牌、店铺的商品,过滤某些特殊条件的商品。

2021.09.17

所有用户

通过推荐过滤功能实现Feed流个性化过滤

免traceinfo启用服务

  • 支持免trace_info启动、应用服务:trace_info是智能推荐的埋点字段,在前期数据对接时期可能需要较多的前端开发,目前可支持自动合成归因生成trace_info,加速接入周期。

2021.09.17

所有用户

免traceinfo功能

免曝光数据启用服务

  • 支持免曝光数据启动、应用服务:首次接入服务时,大多数企业都不具备曝光数据埋点,智能推荐可支持根据系统合成的曝光数据,应用于推荐服务的启动、应用的线上服务。

2021.09.17

所有用户

免曝光数据功能

物品分发维度指标分析

  • 支持物品维度指标分析:通过分析场景中Top曝光、点击、转化,以及特殊关注物品合集的分发情况,分析优质内容的推广情况,并结合推荐策略进一步迭代优化。

2021.09.17

所有用户

效果观察

新品推荐逻辑配置

  • 支持设置新品的定义口径,给予的扶持流量百分比、新品推广的策略优先级,优先根据兴趣命中、最新发布时间命中、以及发布后的热度排序推荐等。

2021.08.10

标准版、高级版用户

场景业务定制

召回效果精细分析

  • 支持根据各个召回链路、召回链路中的子链路(如用户偏好召回中的,偏好品牌召回),最终获得用户点击、转化的效果分析,从而辅助评判召回链路效果,调整实验中链路优先级。

2021.08.10

所有用户

实验效果分析

曝光过滤跨场景配置

  • 支持从全局、场景维度,设置曝光过滤策略,实现场景间隔离的过滤策略设置要求。

2021.07.15

标准版、高级版用户

疲劳度规则使用说明

召回模型调参

  • 根据所在行业模板,开放内置的召回算法链路、各路算法的召回数量、优先级、内置算子等。

  • 结合实验平台ABTest功能,调整召回链路参数,根据分流访问情况与效果统计指标,观察效果并决策。

2021.06.25

标准版、高级版用户

行业算法模型介绍

AB实验平台

  • 支持按照场景维度开启实验功能,结合用户设备ID或用户ID进行分流,划分为10或20个用户流量桶。

  • 根据召回模型调参,分配用户流量桶进行访问,结合收集回来的进一步行为反馈,观察指标,进行实验的下线或推全的决策。

2021.06.25

标准版、高级版用户

实验参数配置

  • 本页导读 (0)
文档反馈