推荐算法定制的最佳实践文档

2.开通PAI-REC 为了体验试用推荐算法定制的产品,请开通 PAI-REC 的产品(开通页面),选择含有推荐算法定制的高级版。开通中遇到问题可联系钉钉群:37930014162。服务初始化和权限设置需要主账号登录操作,具体参考文档:服务初始化 引擎...

推荐算法定制概述

为了演示如何使用Designer中EasyRec组件来完成推荐算法中特征工程、样本生成、排序、向量召回、模型评估等功能,PAI准备了以下几个案例帮助您更好的理解以上功能:特征工程 排序 DSSM向量召回 基于etrec的U2I2I召回 以上案例中的代码均来自...

智能评审

评审人推荐 评审人推荐算法主要基于以下条件衡量分析:文件特征:评审人评审过同一个文件或同一个目录下的文件;评论特征:评审人评论过同一个文件或同一个目录下的文件;分支特征:评审人参与过同一个目标分支的评审;历史评审人特征:...

使用协同过滤实现商品推荐

在工作流列表,选择推荐算法-商品推荐工作流,单击 进入工作流。系统根据预置的模板,自动构建工作流,如下图所示。区域 描述 ① 根据关联规则生成推荐列表。将7月份之前的购物行为作为数据源,先通过SQL脚本获取用户购买行为数据,再使用...

数据对接期

曝光数据作为用户后续任何行为数据的前提,对于智能推荐算法来说是必须的,但如果您暂时没有办法提供准确的曝光数据,您可以选择让AIRec智能推荐自动补足曝光数据,以快速启动实例。如您需要开启此功能:操作设置:在智能推荐控制台中,...

概述

冷启动对推荐系统来说是一个挑战,究其原因是因为现有的推荐算法,无论是召回、粗排还是精排模块,都对新用户、新物品不友好,它们往往过度依赖系统收集到的用户行为数据,而新用户和新物品的行为数据是很少的。这就导致新物品能够获得的...

数据源

完成基本信息配置后,需要向AIRec传入行为/用户/物品数据,这是推荐算法运行过程必要的输入。本文主要介绍数据源的管理和数据接入环节常见问题的诊断方法。一、原始数据源配置 AIRec有两类数据源:启动数据源和实时数据源。启动数据源是在...

Contextual Bandit 算法

利用 Bandit 算法设计的推荐算法可以较好地解决上述问题。根据是否考虑上下文特征,Bandit算法分为context-free bandit和contextual bandit两大类。算法伪代码(single-play bandit algorithm):与传统方法的区别:每个候选商品学习一个...

应用场景

商品推荐 基于图的推荐算法是当前推荐系统中的一种重要的技术方向,在兼顾了推荐精度的同时,还能让模型具备较好的可解释性。通过图的共性关系发现和分析方法,通过计算共同邻居数进行相似节点推荐。适用于电商、保险的商品推荐场景。社交...

服务测试

在获取推荐结果的同时,我们也会返回推荐的原因,这有助于您更好的理解推荐算法的原理,并校验推荐结果是否符合您的业务诉求。例如:常见的推荐原因有热门物品推荐、新品推荐、根据用户历史行为推荐、用户偏好品牌/店铺/标签/频道/作者/...

视频个性化推荐(协同过滤)

本案例将 以视频社交平台的'猜你喜欢'和'详情页相关推荐'为例,通过推荐算法为用户呈现最符合其兴趣的视频内容为背景,为您介绍在DataWorks中如何使用阿里云PAI的协同过滤算法 挖掘深层次的数据关联性,实现视频的个性化推荐。背景信息 ...

产品计费

千寻搜索算法产品有 千寻搜索算法 和 千寻搜索算法文档解析包 两个商品。千寻搜索算法商品包括 基础离线服务、基础在线服务 两部分,以 包年包月 方式计费,例如您选择购买时长一个月为期限,则在此期限内可享受购买时选配服务。服务开通后...

组件参考:所有组件汇总

推荐方法 FM算法 FM(Factorization Machine)算法兼顾特征之间的相互作用,是一种非线性模型,适用于电商、广告及直播的推荐场景。ALS矩阵分解 交替最小二乘ALS(Alternating Least Squares)算法的原理是对稀疏矩阵进行模型分解,评估...

置顶管理

概述 置顶管理功能支持您将指定的物品置于推荐流顶部,确保用户每次进入推荐页面时最先曝光这些物品。置顶功能可以在个性化推荐的基础上,满足...2.置顶物品由于下架或者过期导致的失效情况,系统将自动用算法推荐的结果在置顶物品后面补位。

坑位策略

如果没有填写strategy字段,系统将按照算法推荐返回物品,此时不会应用坑位策略。说明 1.首次请求的物品数returnCount应该大于或等于最大坑位位置号码,否则靠后的坑位无法生效。2.由于下架或者过期导致坑位内所有物品失效的情况下,系统将...

全息建筑产品介绍

一、产品简介 全息建筑是为智慧楼宇、园区、城市、地产展示等场景提供三维建筑建模的算法产品。产品基于AI LAB自研算法,由二维建筑设计图纸(CAD)进行三维构建,可快速生成建筑信息模型(Building Information Modeling,BIM),还原建筑...

AIoT客流分析算法优势

介绍AIoT客流分析算法产品核心优势。1、方案优势:面对线下智慧改造升级方案,提供一云端软硬分离部署方案 面向新增IPC场景,提供标准AI-IPC进行标注化部署,通过AIoT企业数字化引擎云端协同计算能力,实现智慧化终端设备部署;面向存量IPC...

获取推荐结果

缺省则按照默认算法推荐。clearExposure string 是否清空曝光过滤记录 否 clearExposure=true时,会清空掉当前用户的曝光过滤记录,该用户将被允许看到之前已曝光过的item,重新开始累计曝光过滤物品。不需要时不传值即可。通过服务端SDK...

产品动态

2021年10月 变更项 说明 发布时间 个性化算法开发平台TPP在张家口/上海区域发布内测版本 首次上线 2021年10月 2022年 3月 功能名称 功能描述 发布时间 发布地域 相关文档 提升安全和稳定性 TPP运行时使用java security manager TPP节点调度...

基础概念

表:术语表 术语 概念 TPP 个性化算法开发平台(The Personalization Platform,简称),面向算法和工程同学,支持召回、在线预测等业务编排的开发平台,专注于推荐、搜索、广告行业。提供成熟的工程框架,帮助算法从资源管理、运维中解决...

产品优势

高稳定性:经过多年双11高并发大流量考验,支持业务流量隔离,支持代码配置分批次、分机房、按实验灰度发布能力,保障稳定性 行业解决方案:专注于推荐、搜索、广告行业解决方案,多年实践经验,支持多类型召回引擎、在线预测服务业务编排...

使用流程

本文介绍使用TPP个性化算法开发的流程,包括创建实例、开发代码、创建和发布方案、创建和部署场景、访问场景、查看服务监控。流程说明如下:购买和创建实例 用户购买TPP实例,下单后,tpp自动拉起服务集群。开发方案代码 用户编写TPP代码...

实例续费

在您创建个性化算法开发平台(TPP)实例后,您可以登录控制台在实例列表对实例进行续费。操作步骤 1.登录 个性化算法开发平台控制台。2.在左侧导航栏,单击“个性化算法开发平台->实例列表”。3.在顶部菜单栏,选择要查看的实例所在的目标...

部署架构

从上往下可以分为3层:接入层 TPP服务入口层,用户访问TPP服务API,会进入这一层 容器层 运行用户的方案代码,实现对召回和排序等业务逻辑的编排,每个业务完全隔离 服务调用,例如召回&排序 用户自己的服务调用,例如在推荐中,您可以调用...

实例升配

在您创建个性化算法开发平台(TPP)实例后,您可以登录控制台在实例列表对实例进行升配。操作步骤 1.登录 个性化算法开发平台控制台。2.在左侧导航栏,单击“个性化算法开发平台->实例列表”。3.在顶部菜单栏,选择要查看的实例所在的目标...

实例降配

在您创建个性化算法开发平台(TPP)实例后,您可以登录控制台在实例列表对实例进行降配。操作步骤 1.登录 个性化算法开发平台控制台。2.在左侧导航栏,单击“个性化算法开发平台->实例列表”。3.在顶部菜单栏,选择要查看的实例所在的目标...

SDK列表

语言 SDK 说明 Java 8 2021-10-15版本 SNAPSHOT 内测版不推荐 Java 8 2022-03-28版本 RELEASE 1.0 支持更高的安全性、并全部开源(开源地址 https://github.com/search?q=aliyun/aliyun-tpp )Java 8 2022-07-08 版本 RELEASE 1.1 aliyun-...

快速购买与创建实例

购买/创建实例 目前个性化算法开发平台TPP暂时只支持包年包月的预付费模式。创建实例准备条件 用户已开通 私网连接privateLink服务,tpp需要使用私网链接为你的VPC实例提供网络接入点。用户VPC可用网段必须属于"10.128.0.0/9","10.0.0.0/10...

推荐解决方案综述

深度学习推荐算法 在PAI-TensorFlow基础上,PAI开发了经典的深度学习推荐算法,即源码级开源的DeepFM代码,详情请参见 使用TensorFlow实现分布式DeepFM算法。DeepFM中详细描述了读取MaxCompute数据表、特征处理、构造Graph、训练及评估等...

什么是智能众包

人工智能众包(AI Crowdsourcing)基于共享人力资源模式,为人工智能算法提供数据采集、清洗、...相关性评测:可支持多张图片的相似度判定、给定query的搜索结果准确情况评估,适合电商平台、搜索引擎产品了解算法盲区、优化搜索相关算法

算法配置版功能详解

算法配置版简介 算法配置版是AIRec智能推荐为中大型流量、有多个差异化页面需要使用推荐算法的场景打造的版本,算法配置版包括了全部行业运营版的功能与能力,在此之上,算法配置版更增加了实验平台功能,并拥有推荐算法召回链路与排序链路...

行业运营版功能详解

AIRec智能推荐行业运营版版本功能详解 行业运营版简介 行业运营版是AIRec智能推荐专为中小型流量推荐场景打造的智能推荐算法,行业运营版拥有完整的阿里巴巴自研推荐算法体验 行业运营版特色 丰富的行业模板 包含电商、新闻、内容行业算法...

基于二部图GraphSAGE算法实现推荐召回

本文为您介绍如何使用二部图GraphSAGE算法,快速生成推荐召回场景中的User和Item向量。背景信息 图神经网络是深度学习的热点发展方向,PAI开源Graph-Learn框架,提供大量图学习算法。二部图GraphSAGE是经典的图神经网络算法,而GraphSAGE为...

行业算法模型介绍

智能推荐根据不同的行业提供了归档的如下几类算法模型,您可以通过在线实验平台的实验参数配置针对性的进行开启或关闭以及具体算法子类型的优化。一、基于物品的协同过滤算法 协同过滤算法主要分为基于物品的协同过滤算法、基于用户的协同...

AIRec智能推荐效果评估指南与策略调整介绍

一、目的 在完成AIRec智能推荐产品的前期接入以后,评估和确定产品可以带来的效果提升,以及与目前自有人工定制/自研推荐策略的区别。同时,您也可以使用AIRec产品拥有的策略运营工具达成您希望实现的业务效果,这些策略也可以通过AIRec...

什么是智能推荐AIRec

阿里云智能推荐AIRec(Artificial Intelligence Recommendation,简称...常见使用位置:详情页 产品版本 AIRec智能推荐的商用版本主要有行业运营版、算法配置版,版本间区别可查看 选型介绍。版本详解:行业运营版功能详解 算法配置版功能详解

调用通义系列大模型开发应用上架应用商店/微信小程序...

除上述2点要求外,企业还需 自行开展 安全评估/双新评估(具体要求参见法规《具有舆论属性或社会动员能力的互联网信息服务安全评估规定》)并履行算法备案(具体要求参见法规《互联网信息服务算法推荐管理规定》),审批通过后上线。...

FM算法

FM(Factorization Machine)算法兼顾特征之间的相互作用,是一种非线性模型,适用于电商、广告及直播的推荐场景。组件配置 Designer 提供的FM算法模板包括FM训练和FM预测组件,您可以在原PAI-Studio控制台首页的 FM算法实现推荐模型 区域...

选型介绍

选型建议 行业运营版:建议想要补全推荐算法能力,希望便捷快速的上手使用,同时不需要有过多算法调参能力的客户使用。我们有丰富的运营工具可以供运营与业务人员方便的进行策略效果调优。算法配置版:建议想要补全或增强推荐算法能力,...

策略配置

体验优化规则 功能介绍 默认的行业算法模板天然存在一些体验问题,例如出现热点后相似标题内容集中推荐、陈旧的热点内容已失去价值仍然频繁推荐,体验优化规则针对这类问题提供解决方案。操作指南 新品强推:打开开关后,对于规则生效的...
共有200条 < 1 2 3 4 ... 200 >
跳转至: GO
产品推荐
云服务器 安全管家服务 安全中心
这些文档可能帮助您
共享流量包 数字证书管理服务(原SSL证书) 地址标准化 商标服务 智能开放搜索 OpenSearch 弹性公网IP
新人特惠 爆款特惠 最新活动 免费试用