swing是一种Item召回算法，您可以使用swing训练组件基于User-Item-User原理衡量Item的相似性。本文为您介绍swing训练的参数配置。

使用限制

支持运行的计算资源为MaxCompute和Flink。

组件配置

您可以通过以下任意一种方式，配置swing训练组件参数。

方式一：可视化方式

在PAI-Designer工作流页面配置组件参数。
页签参数名称描述
字段设置Item列列名Item列的名称。
User列列名User列的名称。
参数设置alpha参数alpha参数，默认为1.0。
item参与计算的人数最大值Item参与计算的人数最大值，默认为1000。
说明 当item出现的次数大于该值时，算法会从所有用户中随机抽取的用户数量。
用户互动的最大Item数量用户互动的Item的最大数量，默认为1000。
说明 如果用户参与互动的Item的数量大于该值，则该用户不参与计算过程。
用户互动的最小Item数量用户互动的Item的最小数量，默认为10。
说明 如果用户参与互动的Item的数量小于该值，则该用户不参与计算过程。
结果是否归一化结果是否归一化。
用户alpha参数用户的alpha参数，默认为5.0。
用户beta参数用户的beta参数，默认为-0.35。
执行调优节点个数节点个数，与参数单个节点内存大小配对使用，正整数。范围[1, 9999]。
单个节点内存大小，单位M单个节点内存大小，单位MB，正整数。范围[1024, 64*1024]。

方式二：Python代码方式

使用Python脚本V2组件，配置该组件参数。您可以使用Python脚本V2组件进行Python代码调用，详情请参见Python脚本V2。
参数名称是否必选描述默认值
itemCol是Item列的列名。无
userCol是User列的列名。无
alpha否alpha参数，是一个平滑因子。1.0
userAlpha否User的alpha参数。
说明 用于计算用户权重：user weight = 1.0/(userAlpha + userClickCount)^userBeta。
5.0
userBeta否User的Beta参数。
说明 用于计算用户权重：user weight = 1.0/(userAlpha + userClickCount)^userBeta。
-0.35
resultNormalize否是否归一化。false
maxItemNumber否Item参与计算的人数最大值。
说明 如果Item出现的次数大于maxItemNumber，则算法会从所有用户中随机抽取maxItemNumber个用户。
1000
minUserItems否User互动的Item的最小数量。
说明 如果用户参与互动的Item的数量小于minUserItems，则该用户不参与计算过程。
10
maxUserItems否User互动的Item的最大数量。
说明 如果用户参与互动的Item的数量大于maxUserItems，则该用户不参与计算过程。
1000
Python代码方式的使用示例如下。
df_data = pd.DataFrame([
    ["a1", "11L", 2.2],
    ["a1", "12L", 2.0],
    ["a2", "11L", 2.0],
    ["a2", "12L", 2.0],
    ["a3", "12L", 2.0],
    ["a3", "13L", 2.0],
    ["a4", "13L", 2.0],
    ["a4", "14L", 2.0],
    ["a5", "14L", 2.0],
    ["a5", "15L", 2.0],
    ["a6", "15L", 2.0],
    ["a6", "16L", 2.0],
])

data = BatchOperator.fromDataframe(df_data, schemaStr='user string, item string, rating double')


model = SwingTrainBatchOp()\
    .setUserCol("user")\
    .setItemCol("item")\
    .setMinUserItems(1)\
    .linkFrom(data)

model.print()

predictor = SwingRecommBatchOp()\
    .setItemCol("item")\
    .setRecommCol("prediction_result")

predictor.linkFrom(model, data).print()

使用示例

您可以使用swing训练组件构建如下工作流。使用示例本示例中，您需要按照以下流程配置组件：
  1. 准备训练数据集和测试数据集。
  2. 创建两个MaxCompute表，表1包含userid、itemid字段，表2包含itemid字段，字段类型均为STRING。通过MaxCompute客户端的Tunnel命令将训练数据集和测试数据集分别上传至MaxCompute的表1和表2，再将读数据表-1和读数据表-2的表名参数分别配置为表1和表2。关于MaxCompute客户端的安装及配置请参见使用客户端（odpscmd）连接，关于Tunnel命令详情请参见Tunnel命令。
  3. 将训练数据集接入swing训练组件，并配置具体参数，详情请参见上文的可视化配置组件参数。
  4. 将测试数据集和模型接入swing推荐组件，进行模型预测。