组织管理员、空间管理员可以配置算法模型，用于在人货匹配中基于算法模型对规则匹配结果进行排序优化，以及对规则未覆盖到的人群进行兜底。
算法模型将使用关联的用户标签数据集、商品标签数据集和行为数据集的数据，经过训练后得出。训练结果依赖于训练数据，数据质量越高，数据量越大，算法效果越好。
对训练数据的要求如下：
行为数据集：行为对象必须是商品粒度，即该数据集中的行为对象属性为商品，行为对象属性值为商品名称。考虑到算法的准确性，需是至少一年的购买行为数据，近两年的购买数据最佳，数据量需要至少100万条。
用户标签数据集、商品标签数据集：只能包含用户、商品的静态属性标签，例如性别、年龄、商品价格等。二次加工的统计类标签（例如最近90天购买金额）将会影响模型训练效果，请勿使用。
用户标签数据集、商品标签数据集中的用户、商品需要与行为数据集中的用户、商品匹配。
配置算法模型
选择用户洞察> 营销模型> 模型中心 > 人货分析>模型列表，配置页面如下图所示。
单工作空间仅允许一个高潜模型为运行态,运行态包括: 未开始、待训练、训练中、训练成功
说明如页面显示已配置的算法模型，需要单击编辑进入配置页面。
根据实际配置选择订单明细表、订单购买时间、选择购买等正向行为、商品标签数据集等
是否存在统计类标签开关：统计类标签，例如某商品最近n天的销量等，会对算法模型训练产生影响；请选择当前标签数据集中所有的统计类标签，后续算法训练时系统将过滤这些标签特征
预测周期：在15-90天，不同品牌的预测周期不同，可参考业务实际进行设置。如：某品牌的预测周期平均为60天，则这里输入60
执行后将消耗可用模型数
是否存在统计类标签，预测周期15-90天
单击保存并执行，在弹窗中单击确认，开始模型训练。
管理算法模型
一个工作空间中，仅能有一个算法模型，即为最近提交的算法模型。
模型训练列表可查看最近的训练模型
单工作空间仅允许一个货品推荐模型为运行态
运行态包括：未开始、待训练、训练中、训练成功
训练成功的模型下线之后不可修复
训练失败
您可对模型进行以下操作：
点击模型详情，进入模型验证页，查看模型明细数据以及预测结果如下图所示
模型验证整体分为模型分析条件明细
模型预测人群，以及人群的筛选规则
评估指标：根据人群预估出的商品推荐TopN的记录
切换到商品关联预测查看基于模型预测出的商品关联分布图
各个商品之间的关联
单商品的关联的关联
选择具体某一个商品查看与之关联的商品
选择商品间关联分布视角时，则明细数据展示销售额 TOP10 商品数据
选择单商品关联视角时，则明细数据展示该商品关联关系top10的关联明细分布
更新：更新将消耗可用模型数，执行失败的不计数，另，更新开始后，原执行成功的模型将被下线
下线：对于训练成功的模型下线后不可修复
对于训练失败的模型可进行编辑，修改模型条件进行新的模型训练
说明建议当训练数据量发生较大变化时进行更新。
结束训练：对于待训练、训练中的模型，您可以单击结束训练，返回模型编辑页面。