资源规格推荐
物理机配置参数包括：CPU品牌及型号 CPU 芯片数 内存大小 物理机台数 在 转译输出 区域，查看系统推荐资源方案和价格。您可以根据业务需求，选择 去购买资源 或 去预定资源。根据总算力推荐ECS资源 总算力换算可以帮助您使用云上计算资源时...
切流与效果观察
举例说明：一个user_id=1的用户，回传了两条行为数据，bhv_type均为expose，但是trace_id分别为Alibaba和selfhold，则我们判断，user_id=1的用户，看到的推荐结果，两次分别是自研系统推荐以及阿里推荐系统推荐，则该用户跨渠道了。...
策略实验室
支持变量IV查看，系统推荐策略的详情与指标表现查看。对于符合预期的规则策略，可以选择“加入候选策略”，支持添加多个策略。针对已选中的候选策略，可以指定创建到某个事件下。如该策略中的某些变量所需入参，在原事件中缺失，系统会自动...
应用场景
推荐系统 推荐系统作为当前所有业务精细化运营的主要手段，广泛应用在电商、短视频、新闻等场景，具有数据量大、实时更新、个性化推荐等特点，因此需要支持海量消息存储以及实时与离线分析。推荐系统的核心需求如下：行为日志：存储客户端...
推荐解决方案综述
推荐系统和搜索引擎是现代App解决信息过载的标配系统，如果从零开发推荐系统，不仅需要耗费大量金钱和时间，而且很难满足快速上线推荐系统及不断迭代各种算法的业务要求。本文为您介绍如何使用阿里云产品创建推荐系统的数据和模型，从而...
什么是推荐全链路深度定制开发平台PAI-REC
推荐全链路深度定制开发平台PAI-REC（PAI是Platform of AI的缩写，Rec即Recommendation的简称），是适用于企业开发者自主搭建、开发、迭代、运维的一整套推荐系统平台级服务。推荐系统是一个比较复杂的系统化工程，推荐系统分为离线、在线...
策略配置
说明 系统将根据您配置的推荐策略尽可能全面满足您的诉求，但是对于可推荐物品不足的情况，推荐策略也可能无法满足，这种情况建议您减少推荐策略并丰富物品数量、提升物品多样性。去重规则 功能介绍 在一些业务场景下，算法重复推荐相同...
推荐业务端到端的完整方案
本文为您介绍实现推荐系统的完整方案。详细的端到端实现文档请参见 PAI平台搭建企业级个性化推荐系统。
围绕混沌工程的平台实践
如果说演练场景是基于组件维度的，那么演练经验就向您提供了基于架构维度和故障效果维度的场景筛选，您无需手动配置流程，直接使用系统推荐的模板就可以生成演练，功能如下图所示。原则3在生产环境中运行实验 混沌工程推荐故障演练是在生产...
基本概念
在PAI-REC中所有的服务和实验都需要关联一个推荐的场景，例如“首页瀑布流推荐”，“购物车猜你喜欢”，“详情页相关推荐”等等。下面我们介绍创建的细节。推荐场景 我们先创建一个推荐场景（建议场景的名称可以说明推荐场景的页面位置），...
SAP HANA Scale-Out 部署指南
3.Global文件系统 推荐/hana/shared与/hana/backup均采用autofs,所以不需要创建目录。配置autofs如下：1）编辑auto.master文件#vim/etc/auto.master 添加/-/etc/auto.nfs 2）创建并编辑/etc/auto.nfs文件如下：/hana/shared-rw,hard,intr,...
Contextual Bandit 算法
然而推荐系统并不能提前知道用户在观察到商品之后如何反馈，也就是不能提前获得本次推荐的收益，唯一能做的就是不停地尝试，并实时收集反馈以便更新自己试错的策略。目的是使得整个过程损失的收益最小。这一过程就类似与一个赌徒在赌场里玩...
Linux系统挂载SMB协议文件系统
重要 Linux系统推荐挂载使用NFS协议文件系统。由于Linux系统对SMB协议的兼容程度较低，建议仅在需要跨操作系统共享数据的情况下使用Linux系统挂载SMB协议文件系统。由于Linux一些早期版本的SMB客户端在某些场景有缺陷，如果您使用了非官方...
效果测试期及控制台中的问题
此时，智能推荐系统会记录该推荐行为，10小时内不再对userid=1推荐itemid=N的数据。如果用户A没有把userid=1，itemid=N，bhv_type=expose的行为实时回传，10小时后，智能推荐有可能对userid=1推荐出itemid=N的数据如果用户A及时回传了数据...
关于开通云产品的方案建议
对于DAU小于5万的客户 推荐系统可以用相对简单的方案，以便控制成本并提高业务的推荐效果：召回模型：使用etrec、swing、分组热门等；不使用向量召回模型，可以节约在线的向量召回。排序模型：使用相对简单的单目标多塔模型，推理速度快...
概述
为什么需要冷启动 通常推荐系统通过协同过滤、矩阵分解或是深度学习模型来生成推荐候选集，这些召回算法一般都依赖于用户-物品行为矩阵。在真实的推荐系统中，会有源源不断的新用户、新物品加入，这些新加入系统的用户和物品由于缺乏足够...
如何把AB test系统接入到自有系统中
流量配置说明：适用用户：不完全使用 PAI-REC系统 推荐请求的用户。使用场景：当用户自己已有推荐系统的时候，在刚开始会把这个场景从切10%到20%的推荐流量给PAI-REC系统。当PAI-REC的推荐效果达到预期之后再逐渐增加流量。配置方式：假设...
疲劳度（原曝光过滤）规则使用说明
结果展示逻辑：即10天之内终端用户浏览过的物品（以智能推荐系统接收到的您回传的终端用户曝光行为数据为准）不会被推荐出来，除非终端用户将物品池刷到只剩3000个物品未浏览的情况下可能出现重复推荐。注意事项：正确回传曝光行为数据。...
操作指南
新手引导 准备工作 数据埋点指南 数据规范 推荐全链路深度定制开发平台 PAIRec 推荐系统搭建 AB实验平台 实验指标管理 数据诊断 智能召回引擎BE 实例管理 访问控制 数据管理 服务管理 个性化算法开发平台TPP 实例基础配置 创建方案 创建...
基于向量分析的个性化推荐系统
个性化推荐系统概述 以个性化新闻推荐系统为例，一篇新闻包含新闻标题、内容等内容，可以先通过NLP（Natural Language Processing，自然语言处理）算法，从新闻标题和新闻内容中提取关键词。然后，利用分析型数据库MySQL版向量内置的文本...
价格说明
预估搭建整套推荐系统资源消耗参考（包含1、2、3收费项）：业务规模 资源消耗预估中位数（目录价/月）备注 DAU5万以内 4万 推荐方案的复杂性导致费用相差比较大，例如物品和用户的数量，是否使用向量召回、物品冷启动算法、复杂的排序模型...
创建数据源
目前智能推荐的全量数据源只支持ODPS，您需要先将全量启动数据...3、注意：MaxCompute中的全量数据，智能推荐系统只会在初始化时读取一次，后续增量等相关信息不会回写该项目，后续用户对里面的数据进行增删改查，都不会影响智能推荐服务。
全量数据管理概述
数据源相关概念 目前智能推荐系统的数据源只支持MaxCompute（ODPS），后续会陆续开放OSS，RDS等其他方式。MaxCompute：大数据计算服务（MaxCompute，原名ODPS）是一种快速、完全托管的TB/PB级数据仓库解决方案，详情参见 MaxCompute 表：表...
选型指导
推荐全链路深度定制开发平台PAIREC选型主要包括如下两个部分：一、服务选型 为便于开发者更加便捷地使用服务，将为企业开发者提供3种不同的推荐算法服务。序号 服务类型 说明 目录价 1 标准版服务 推荐引擎配置 服务发布管理 指标注册与...
快速入门
服务接入步骤导览 新手引导 准备工作 数据埋点指南 数据规范 推荐全链路深度定制开发平台 PAIRec 若您首次搭建推荐系统，缺乏相关技术经验，且前期存在算法、工程人力不足的情况，我们建议您优先启用端到端行业推荐服务AIRec服务对接，待您...
调整物品特征优先级，适配行业特征优化效果
本文向您介绍如何通过控制台中的实验，调整召回链路实验规则，进而适配行业的业务特征，达到最优的推荐效果。一、什么是用户偏好二阶传导算法 用户偏好二阶传导算法是阿里内部演进出来，针对特定物品特征的召回链路。可以让产品运营同学，...
产品概述
什么是智能推荐AIRec 推荐全链路 深度定制 开发平台 PAIRec 推荐全链路深度定制开发平台PAIRec（PAI是Platform of AI的缩写，REC即Recommendation的简称），是适用于企业开发者自主搭建、开发、迭代、运维的一整套推荐系统平台级服务。...
配额相关的问题
配额相关的问题 1、超过了设置quota后，推荐系统会如何处理？如果查询QPS超过了购买的配额，智能推荐会做限流处理，禁止掉超过流量部分的访问。如果用户数和物品数超过了购买的配额，所有通过SDK的ADD和UPDATE消息会失败，DELETE消息正常。...
数据埋点指南
本文通过新闻行业举例说明，智能推荐适合什么样的场景，需要怎么样的埋点数据进行模型训练。使用业务场景 以智能推荐的 猜你喜欢、新闻行业 为例，适用于首页的feed流推荐，以优化用户的点击率为主。如下图所示：目的为通过终端用户的浏览...
通过负反馈功能提升终端用户推荐精准度
背景 在用户与推荐系统互动的过程中，有可能出现不符用户预期的推荐结果，有可能是多样性策略触达的不符预期、人生阶段变化导致的兴趣变动，也有可能是一些话题/图片使得用户感到不适。而负反馈功能即可提供一个推荐系统与终端用户互动的...
新手引导
功能背景 为了帮助您快速接入AIRec服务，“新手引导”功能带领您step-by-step地完成每个接入环节，即使您不了解推荐系统也可以快速搭建起自己的智能推荐应用。“新手引导”功能将AIRec接入的流程细分为4大模块、11个子环节，每个子环节都...
通过全服务端SDK快速启动实例
如您还没有曝光数据的终端埋点，可以按上图方式选择“否，需特殊处理”，即可切换为推荐系统特殊处理模式，即智能推荐会通过服务端下发请求的方式构建曝光数据。注意：用户系统曝光数据时效原因，将仅支持7天以内的曝光过滤配置，若超出7天...
使用须知
若您首次搭建推荐系统，缺乏相关技术经验，且前期存在算法、工程人力不足的情况，我们建议您优先启用端到端行业推荐服务AIRec服务对接，待您已具备相关技术人员，并希望自主掌控推荐链路，我们建议您按照如下步骤进行评估，并与阿里侧架构...
新功能发布记录
2022.07.16 所有用户 通过实例运营策略提升推荐结果多样性 通过选投策略配置，快速搭建推荐场景 个性化推荐开关控制 可根据终端用户是否允许系统进行个性化推荐，进行策略调整，当用户关闭个性化推荐时，支持通过传参的方式通知AIRec，...
通过友盟+服务端SDK快速启动实例
III 配置实时数据源 1、选择通过友盟SDK上传行为数据（实时上传）如您还没有曝光数据的终端埋点，可以按上图方式选择“否，需特殊处理”，即可切换为推荐系统特殊处理模式，即智能推荐会通过服务端下发请求的方式构建曝光数据。注意：用户...
友盟SDK整体接入引导
注意：使用集成测试之后，所有测试数据不会进入airec推荐系统，只能在”【管理】—【集成测试】—【实时日志】”里查看，您不必再担心因为测试而导致的数据污染问题，让数据更加真实有效的反应用户使用情况。添加测试设备 该设备会被加入...
整体配置概述
在推荐系统中需要为算法工程师、策略工程师完成多种实验，我们还准备了a/b testing服务，帮助用户配置AB测试服务。由于阿里云上的存储多样，我们支持把数据放在Hologres、BE、OTS、Redis中，具体选择哪一种存储，后面的文档会具体介绍。当...
新闻行业通过上下架设置、场景搭建保障推荐内容时效性
一、上下架设置 在推荐系统中，主要通过pub_time与expire_time这2个字段实现新闻的自动上下架：pub_time：内容、新闻发布时的时间（秒级时间戳）。1、本字段用于判断内容是否为最新发布。2、本字段为必填字段，如果不填写将直接影响算法...
调整新品策略，高效扶持新品流量
具体配置如图：示例 3 基于新品最新发布时间优先扶持 在创作积极度较高的内容社区，几乎每小时都会发布上万级别的新内容，尤其是当社区属性与时间、时事本身有所关联，如热点事件跟踪、热议话题等，均要求推荐系统能够根据最新发布的内容...
指标监控及报警的使用方法
智能推荐系统持续的产生指标，用户不需要关心指标的计算流程。云监控 阿里云平台的产品。智能推荐将计算好的运行指标同步到云监控，用户通过 云监控控制台 查看指标，并且可以添加报警，购买了智能推荐产品的用户可以免费试用云监控查看...
- 产品推荐
- 这些文档可能帮助您