全部产品
云市场

准备工作

更新时间:2020-04-01 15:07:23

概述

欢迎使用智能推荐,这里主要为您介绍如何快速熟悉产品,了解使用流程,快速找到帮助信息,以及如何让系统为您更好的服务。
该部分主要介绍搭建一个智能推荐服务所必须的一些准备工作,并对控制台的主要功能项进行初步了解。
了解完快速入门后,您需要选定适合自己的行业和场景模板,结合您当前的数据情况选择匹配的数据上报方式,在保证数据质量的前提下,进行推荐的测试与线上服务部署。
整体步骤如下:整体

数据准备

在创建实例之前,为节省成本,我们建议您首先准备好服务中所需的用户(user)、物品(item)以及行为(behavior)数据。
不同行业的数据规范存在差异,请按照您所属的行业进行文档阅读与数据准备。
1、内容行业:按照内容型数据规范。
2、电商行业:按照电商型数据规范。
3、新闻行业:按照新闻型数据规范。
如果您的数据暂未准备完毕,希望先试用推荐服务,则可通过上报测试数据。

测试数据

智能推荐服务提供了可以用来测试的数据,您可以从下面的链接中下载对应的数据,用以启动服务,快速测试SDK的推送和查询等相关功能。
下载链接:初始化数据下载地址
测试完毕后,可以通过重新导入数据的方式生成新的数据版本,生效新的数据版本,删除测试版本即可。

数据对接流程

注意:此处的数据对接流程包括2步,分别是首次数据(即初始数据)上传与增量数据推送(即同步数据信息变动)。
智能推荐系统目前可支持3种数据对接方式,您可按照您当前的数据形态选择最适合的对接方式。3种方式均需要您确认当数据发生变动时能够实时同步到智能推荐中。

方案 适配场景 方式
PlanA 1、已经对接友盟客户端SDK;
2、从未进行行为数据采集,需要0-1埋点;
3、当前埋点方案过于简单,数据维度过少。
行为数据通过友盟SDK采集后自动上报,用户和物品数据通过服务端SDK上报。
PlanB 已经开通MaxCompute服务,并能熟练使用其各项操作。 初始数据通过MaxCompute导入,后续数据对接通过服务端SDK上报。
PlanC 1、已经具备丰富的埋点数据;
2、未开通MaxCompute服务或不熟悉其操作 。
所有数据都通过服务端的SDK上报。

PlanA

方案A概述:user、item数据通过服务端SDK上报,behavior数据通过使用推荐定制的客户端SDK(即友盟SDK工具)首先进行埋点,埋点完成后,在控制台选配后将自动同步。
A文档参考:
友盟SDK使用方法
SDK使用说明
如何推送数据

PlanB

方案B概述:您需要首先将user、item以及1-2周的behavior数据传到阿里云MaxCompute服务中(推荐使用Dataworks),数据导入成功后生效服务,并通过服务端SDK上报的方式同步user、item信息变更,上报实时产生的behavior数据。B文档参考:
创建数据源
SDK使用说明
如何推送数据

PlanC

方案C概述:您需要全部通过服务端SDK的方式上报user、item以及behavior数据。C文档参考:
SDK使用说明
如何推送数据

获取推荐结果

服务生效后,即可进行推荐测试,您可通过智能推荐控制台测试,并通过服务端SDK请求推荐结果。
如何获取推荐结果