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。准备工作完成后,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。
名词解释
行为埋点逻辑:指的是采集到符合AIRec所需规范的用户行为数据,所需要符合的逻辑。AIRec推荐算法是需要用户的行为数据来学习用户喜好的。
启动数据:指AIRec实例启动之前,准备好的已有的历史数据,该部分数据可以用于模型启动,让其更快的拥有推荐效果。
实时数据:实例启动完成后,仅可以通过SDK上传的,增量的数据。------------------
DataWorks、MaxCompute:是阿里云基于云原生的另外两款大数据服务,可搭配AIRec使用。
一、根据数据规范准备数据
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。
如果想要先测试功能或接口,则可通过上传如下的测试数据。
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。
下载链接:测试数据下载地址。
二、核对行为埋点逻辑是否符合规范
智能推荐需要至少具备曝光、点击行为数据,并且曝光数据要大于点击数据。详细的内容请参考数据埋点指南。
如您暂时无法提供曝光数据,可参考“常见问题”处的15、埋点逻辑暂时无法提供曝光或trace_info数据怎么办?。
三、确认合适的数据上传方案
注意:此处的数据上传流程包括2步,分别是启动数据与实时数据推送。
2个步骤的数据上传均有多种方案,您可按照您当前的数据形态选择最适合的对接方案。实时数据推送的2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。
您可以根据您的实际情况,在每一步流程中选择适合您的方案:
数据推送流程 |
可选方案 |
|
一、启动数据 |
1、无历史数据可用: 快速启动实例即可 |
2、有历史数据可用: 通过MaxCompute上传历史数据并启动 |
二、实时数据 |
1、使用全服务端SDK: 用户、物品、行为数据全部用服务端SDK推送、更新 |
2、服务端SDK+友盟SDK: 通过服务端SDK上传与更新用户、物品信息,通过友盟SDK推送行为数据 |
以下为各方案具体操作流程:
I 快速启动实例
1、全服务端SDK上传数据
方案概述:您需要全部通过服务端SDK的方式上报user、item以及behavior数据。
2、友盟上传行为数据+服务端上传item及user数据
方案概述: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。
II 通过历史数据启动实例
方案概述: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。