推荐诊断功能

推荐诊断功能提供了一个可视化平台,用户可以直观地查看由推荐接口生成的结果,以及相关的item_id(物品ID)内容。该功能可以有效分析推荐结果,从而帮助用户判断当前推荐策略的可靠性。

数据表管理

item信息需要存储在额外的数据表中,当通过推荐结果获取到item_id后,可以通过item_id与item信息关联起来。

在配置过程中,您可以选择数据表类型,设置数据表名称以及表的详细字段等。

image

诊断方式

推荐结果诊断

使用推荐结果诊断前,请先前往PAI-Rec管理控制台,在系统配置>全链路服务页面的引擎页签中,配置PAI-EAS资源组。

使用推荐接口时需注意,推荐接口返回的数据应为JSON格式,其中必须包含items列表,且列表中的每个元素需至少包含item_id字段。如果推荐接口返回的数据中缺少上述指定字段,可以启用debug模式调用该接口,该模式下,系统将附加必要的信息到响应中。

image

请参考下表结构完成相关配置。

  • 返回数据

    参数

    类型

    是否必选

    说明

    code

    Integer

    错误码标识。

    200表示成功。

    message

    String

    错误信息。如果成功则为success。

    request_id

    String

    请求唯一标识。

    experiment_id

    String

    实验ID。

    size

    Integer

    返回的item数量。

    items

    Json array

    返回的推荐条目类别。

  • item单独条目的数据

    参数

    类型

    是否必选

    说明

    item_id

    String

    推荐条目ID。

    retrieve_id

    String

    召回源标识。

    score

    Float

    推荐条目最终得分。

召回ID串诊断

召回ID诊断功能用来评估召回ID列表的可靠性。通过输入item_id,该功能可获取并展示item的基本信息,其展现形式与推荐结果诊断保持一致。

image

用户行为分析

通过用户行为分析功能,您可以基于用户的行为数据,从行为表中提取并展示相关的item_id列表。

您可以在排查工具>数据注册页面,设置用户行为表数据,将uid(用户ID)作为主键记录。然后前往排查工具>用户行为查询页面关联用户行为表和item信息表,并设置过滤条件,进行相关查询。

image

用户行为数据存储在Hologres中,创建用户行为表的SQL如下,您也可以根据实际需求扩充更多字段:

BEGIN;
DROP TABLE IF EXISTS "sv_rec"."user_behavior";
CREATE TABLE "sv_rec"."user_behavior" (
 "uid" text NOT NULL,
 "itemid" text NOT NULL,
 "event" text NOT NULL,
 "timestamp" timestamptz NOT NULL
);
CALL SET_TABLE_PROPERTY('"sv_rec"."user_behavior"', 'orientation', 'row');
CALL SET_TABLE_PROPERTY('"sv_rec"."user_behavior"', 'clustering_key', '"uid","timestamp:desc"');
CALL SET_TABLE_PROPERTY('"sv_rec"."user_behavior"', 'time_to_live_in_seconds', '2592000');
comment on column "sv_rec"."user_behavior"."uid" is '用户ID';
comment on column "sv_rec"."user_behavior"."itemid" is 'itemID';
comment on column "sv_rec"."user_behavior"."event" is '用户的行为事件,包括点击,收藏,分享等';
comment on column "sv_rec"."user_behavior"."timestamp" is '事件发生时间';
COMMIT;