选型指导

推荐全链路深度定制开发平台PAIREC选型主要包括如下两个部分：

一、服务选型

为便于开发者更加便捷地使用服务，将为企业开发者提供3种不同的推荐算法服务。

若开发者使用的算法服务为行业标准配置、或者自行完成算法组装，将无需支付额外的费用。 若需要根据场景定制，设计链路配置，模型选型，按照效果交付调优等，则需进行商务洽谈后支付定制人天费用。

初次接入服务，建议优先选择高级版服务接入，因为高级版本中包含数据诊断和推荐算法定制功能。通过数据诊断可以分析用户特征、物品特征中特征的有效性，分析用户行为表是否正确，并且决定推荐算法定制中的特征和配置参数。推荐算法定制可以帮助用户生成相关代码，快速产出召回和排序相关的数据和模型。

二、资源选型

构建完整的推荐系统，需要一些相对划分独立的数据模块、算法模块、在线链路模块等，需要按照开发习惯、现有业务系统的数据架构，选择合适的资源拼装选型。

基于大数据开发实践，我们建议的选型为：

此外，为保证服务的便捷运维，数据便捷回流，以及后续代码级更加灵活的开发，我们建议开通如下服务：

选型方案建议

基于客户不同的业务现状和需求可开通不同的资源组合，不同的算法组合也影响需要的资源。

当新物品较多：

建议使用物品冷启动算法，让新物品分发更加合理。

当需要调控指定物品、指定类目的流量：

建议使用流量调控的算法，按照物品、物品集合、物品类目来调整曝光流量数量、曝光占比。

其他建议：

用户特征数量多：可以尝试把用户特征存储在OTS（表格存储中）。

PAI-EAS：注意在业务高峰期配置定时扩容，同时配置自动扩缩容保证到业务低峰期收缩资源。

PAI-EAS打分服务：可考虑预付费资源和弹性扩缩容资源相结合。

当物品的状态有快速变化的情况：可考虑使用BE。

用户有社交关系：建议使用GraphCompute管理用户之间的关注、好友关系。有社交关系的推荐场景建议使用GraphSage等图算法。