为方便您快捷体验PAI-Rec产品，本文提供了一份公开数据集，您可以按照文档说明，按步骤体验PAI-Rec推荐算法定制生成式算法定制教程。当前文档只列举了hstu系列的模型配置（目前只含dlrm-hstu，其余模型将后续陆续推出）。如是其余的召回和排序，请参考PAI-Rec模块化推荐算法定制的最佳实践文档。hstu相关文档请参考生成式推荐
前提条件，PAI-Rec实例初始化，数据准备，注册数据，创建推荐场景 请参考PAI-Rec模块化推荐算法定制的最佳实践文档中1-4的章节
5.创建并配置算法方案
本文只考虑配置hstu需要的特征工程，以及hstu的模型配置。如需自己生产实际使用，可以参考PAI-Rec模块化推荐算法定制的最佳实践文档丰富召回。
创建推荐方案，数据表配置参考PAI-Rec模块化推荐算法定制的最佳实践文档中5.1，5.2章节。注意：对于HSTU来说，行为表必须配置请求ID
在特征组配置，单击添加，按照如下资源配置完成相应参数配置，设置特征模块名称，版本，分别勾选在数据表配置 中的用户表，物品表，行为日志表。
单击确定，会在用户和物品侧衍生出多种统计特征，点击该特征组的特征配置可以查看到对应的验证特征，此处必须对特征组进行修改来适配下游使用的模型。
用户侧：必须配置序列特征，去重id默认选择分区字段，必须开启event预聚合去重，只能配置一个序列，统计行为全选，子特征必须选择itemid,event,event_time对应的字段，其余子特征可根据业务设置，由于hstu可以使用较长的序列，可以对时间周期和序列长度进行调整。
物品侧：不可配置kv类型的特征，移除Top偏好属性类特征的行为计数，Top偏好属性类特征的转换率，不可以增加Top类目与数值组合特这个计算。物品侧得实时特征和聚合特征暂不支持。仅支持统计得到的纯数值特征。
点击该特征组的上线，任务运行日期选择数据最新分区日期,调整任务最大并行数，最大为10，其余配置默认，单击确定。该动作会产出节点，并部署到DataWorks，同时根据日期补跑数据，当改模块状态成为已上线才可进行后续配置。单击该模块的上线详情可以查看该模块相关的详细信息，其中补数任务列表可以查看到每个任务运行状态，对于失败的任务，点击查看任务节点可以跳转至DataWorks查看任务详细报错，对于失败任务修正后点击补数任务列表该节点重跑，通过后点击续跑。
Label表配置，此模块根据行为表构建样本目标，点击添加，选择当前模块为label模块，输入Label 模块名称，特征模块选择上游配置的特征模块。单击精排目标设置（labels）后的新增，新增如下两个label：
目标1：精排目标名称填写
is_click，精排目标表达式填写max(if(event='click',1,0))，目标类型选择 分类(CLASSIFICATION)。目标2（注意ln中的l是L的小写）配置精排目标：将 精排目标名称 设置为
ln_playtime，精排目标表达式 设置为ln(sum(playtime)+1)，精排目标依赖 设置为is_click，目标类型 选择 回归(REGRESSION)。单击 确定保存目标。
生成式推荐模式选择生成式:DLRM-HSTU。确定后仿照特征模块进行上线，等待状态成为已上线后继续下游配置
样本配置，此模块功能是样本目标表关联特征，并在feature-store产出模型特征。点击添加，选择当前模块为样本模块，并命名模型特征，特征模块选择上游产生的特征模块，Label模块选择上游产出的Label模块，仿照上面进行上线，等待状态成为已上线后继续下游配置。
特征生成配置，此模块可以将样本表所有特征进一步衍生，目前不支持自定义配置。点击添加，选择当前模块为特征生成，特征生成类型选择排序，模型特征模块选择上游样本配置产生的模型特征。行为权重配置处逐一配置对应的行为权限，权重对应2的指数，如expr配置1，click配置2，praise配置4（如自有业务还有行为类型，则8,16,32等，2的指数递增），等待状态成为已上线后继续下游配置。
排序配置，点击精排的添加，特征模块输出选择上游产出的特征生成，其余选项默认，在模型选择处选择dlrm-hstu，点击确定，仿照上游进行上线。当补数模块执行完成，当前模块状态变成已上线，在PAI-EAS控制台中能看到模型服务，注意：模型导出使用的机器型号和模型服务部署机器型号要一致。