ListAlgorithms-获取算法列表
请求语法 GET/api/v2/algorithms 请求参数 名称 类型 必填 描述 示例值 Id string 否 算法 ID 过滤。sms_recall Name string 否 算法名称过滤。短信召回 PageNumber integer 否 分页数，从 1 开始，默认为 1。1 PageSize integer 否 分页...
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...
AIRec智能推荐效果评估指南与策略调整介绍
二、评估指标 一般从业务提升角度来讲，使用推荐算法的目的为：1、从海量商品中，聚焦到每个用户，千人千面的筛选出符合每个用户喜好的个性化内容，以提高用户浏览意愿；2、推荐用户感兴趣的商品，提高用户浏览粘度，避免用户因看不到感...
电商网站智能推荐
电商网站智能推荐基于阿里巴巴的大数据和人工智能技术，结合在电商行业的多年积累，为开发者提供个性化推荐服务，提升商品的购买率和转化率。概述 本实践以电商网站为例，通过日志服务采集日志，将RDS作为后端数据服务、MaxCompute作为数据...
智能推荐的审计事件
CreateFilteringAlgorithm 创建过滤算法。CreateFlowControlTask 创建流控任务。CreateInstance 创建一个预付费实例。CreateRankingModel 创建排名模型。CreateRankingModelTemplate 创建排序模型模板配置。CreateRankingSystem 创建排序...
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...
什么是推荐全链路深度定制开发平台PAI-REC
使用PAI-REC建设推荐系统的特点是：白盒化：提供大量源代码，让用户理解推荐算法细节，可自定义代码灵活满足业务需求 推荐算法定制：只需配置用户表、物品表、行为表，即可生成召回、排序脚本和配置文件 提供完整的引擎管理和实验管理...
整体配置概述
为了降低推荐引擎的门槛，我们通过全面、细致的配置化来表达推荐召回、过滤、排序、重排的流程。让用户在不用写一行代码的前提条件下，通过配置文件描述整个推荐的流程，包括从什么存储去读取要推荐的候选物品，完成曝光过滤，指定用某种...
安装ACCL库
背景信息 ACCL面向阿里云 灵骏 架构设计，通过算法与拓扑的深入协同来收获更好的通信性能，充分挖掘高性能RoCE网络的带宽效率，最大化分布式训练系统的可扩展性。ACCL提供了简单易用的C++ API，语义与MPI等主流集合操作接口相近。ACCL提供...
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...
新功能发布记录
有助于更好的理解推荐算法的原理，校验推荐结果是否符合业务诉求，辅助运营助手、算法调优的相关功能进行迭代。2022.08.29 所有用户 返回结果 新手引导“新手引导”功能可以帮助快速接入，更好发挥算法效果、提升接入体验：流程引导：围绕...
可观测告警运维系统对比
Kibana 7.x+Alert：支持有限的过滤聚集操作。机器学习能力 支持十多种预测、异常检测、根因分析等AI算法。支持X-Pack ML算法。数据协同能力 支持跨存储库、跨Project、跨地域、跨账号协同监控。支持同一集群下的同构索引合并分析。无数据告...
实验参数配置
算法策略 面向算法同学开放的业务策略集合，直接影响推荐算法的效果，需要通过实验经过一段时间对效果的验证后，才允许在场景内推全实验。配置 算法策略的一个配置项。配置key 配置项的标识。召回表 用于召回的数据表，可描述物品与物品...
热搜和底纹
【热搜推荐接口】会过滤掉搜索无结果的query，【控制台热搜榜】则不会；温馨提示 目前热搜与底纹算法模型需要通过统计历史搜索请求中设为 raw_query 的查询词来进行训练，若历史搜索请求没有出现过raw_query，模型可能会创建失败。独立...
Quick Audience数据集样例
对于货品推荐，若需要通过算法模型训练得到商品类目之间的关联关系，可以将类目做为行为数据集的行为对象（行为对象属性、行为对象属性值、行为对象属性值ID分别记录“类目”、类目名称、类目ID），将类目作为商品标签数据集的数据内容，...
功能特性
使用可视化大屏查看分析报告 预置算法组件库 支持数据源、数据预处理、特征工程、统计分析、机器学习、时间序列、推荐算法、异常检测、自然语言处理、网络分析、金融板块、视觉算法、语音算法、自定义算法等上百种PAI内置算法组件，开箱即...
V3.3.47版本说明
更新内容 复购预测、货品推荐：优化算法模型、预测任务与关联的受众、行为数据集、商品数据集、商品池之间的删除先后逻辑，完善删除限制。优化新建算法模型的配置项说明，优化剩余可用模型训练任务数、预测任务数展示方式，优化其他多处...
时序异常检测的常见问题
若待检测数据包含了过多时间线，在进行异常检测时需较长的等待时间，建议您设置 WHERE 条件，先过滤出少量时间线进行测试，获取符合预期的算法与参数后再逐步增加时间线。若原始数据的时间间隔不规则，建议结合时序引擎降采样算子（SAMPLE ...
策略配置
对于算法配置版实例，场景去重规则默认与全局保持一致，也可以定制场景去重规则，实现的效果为：配置场景1的去重规则——根据用户曝光行为过滤且时间窗7天，则在场景1曝光过的物品7天内不会在场景1继续推荐给同一个用户，但是会在其他场景...
应用场景
其中，Neuro部署在目标商圈附近的信号机箱，搭载视频解析和信号优化算法。案例效果：全时段混合交通流下区域自适应秒级优化推荐最佳行驶车速，交通延误缩短20%。高峰时段单路口每小时可多通行150辆车。高速运营管理 核心场景 路网数字还原...
产品概述
什么是推荐全链路深度定制开发平台PAIREC 产品计费 智能召回引擎BE 阿里云召回引擎BE，是阿里巴巴集团推荐行业自研的召回引擎，提供全面召回的能力，具有高稳定、高性能的索引和查询机制、低运维成本、通过灵活过滤和配置策略加速迭代效率...
V3.3.28版本说明
V3.3.28推出全新功能模块——智能实验室，包括品牌高潜预测、商品匹配推荐功能，为企业实现精细化运营提供科学的算法策略指导，提升企业会员的复购率、购买力和转化率：品牌高潜预测：基于用户既往购买行为记录，通过训练算法模型，预测...
设置UDP反射攻击防护
针对端口业务，如果您在DDoS高防配置了UDP端口转发规则，推荐您开启UDP反射攻击防护，DDoS高防实例会直接丢弃指定的UDP反射源端口的流量。本文介绍如何设置UDP反射攻击防护。功能介绍 如果您未在 端口接入 页面添加任何端口转发规则，或者...
效果测试期及控制台中的问题
下架实时生效，上架小时级别 控制台中的问题 1、什么是曝光过滤，为什么要有曝光过滤，对使用智能推荐的用户，会有什么影响？曝光过滤是指，对同一个userId已经推荐过的物品，在接下来一段时间内不会再推荐相同物品。智能推荐设置的曝光...
快速开始
一、Contextual Bandit 算法的适用范围 Contextual Bandit 算法虽然可以用来解决冷启动问题，但如果在一些基础条件不满足时，算法可能不能很好地收敛。注意：探索流量是否足够。如果一个场景新品数量很大，每时每刻都有新品源源不断地加...
列存索引中TopK算子的实现
动态选择内存磁盘算法 内存算法和磁盘算法不同，如果使用一个固定的阈值来作为选择内存算法或磁盘算法的依据（比如K小于阈值时使用内存算法，否则使用磁盘算法），那么针对不同的可用执行内存就需要设置不同的阈值，带来了人工干预的开销。...
Vector
TairVector简介 TairVector采用多层Hash的数据结构，如下所示：TairVector提供了HNSW（Hierarchical Navigable Small World）和暴力搜索（Flat Search）两种索引算法：HNSW：以图结构构建向量检索的索引，支持异步空间回收，可以在保证高...
个性化底纹
功能介绍 热搜和底纹是一个完整搜索引擎必备的基本功能，为了更好的满足客户的业务场景需求、优化用户的搜索场景体验，OpenSearch推出了个性化底纹功能，可以实现用户结合自己的搜索兴趣爱好推荐query，既能满足搜索内容的多样性，又能让...
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...
价格说明
区域 价格 北京、杭州、上海、深圳 5000元/月 新加坡 15000元/月 美西，待发布售卖 10000元/月 月租费用下，提供的功能包括：推荐业务引擎（用于根据用户请求，串联召回、过滤、排序、粗排精排、冷启动等链路，生成推荐结果）；数据诊断...
创建和管理IPsec连接（双隧道模式）
说明 如果VPN网关实例的带宽规格为200 Mbps及以上，推荐使用 aes、aes192、aes256 加密算法，不推荐使用 3des 加密算法。aes是一种对称密钥加密算法，提供高强度的加密和解密，在保证数据安全传输的同时对网络延迟、吞吐量、转发性能影响较...
重排配置
控制最小间隔,上面描述的 k 值 WindowSize int 否 窗口大小，上面描述的 n 值 FrequencySize int 否 窗口内重复的次数，上面描述的 m 值 DPPSort DPP多样性打散算法参考资料：《基于行列式点过程的推荐多样性提升算法的直观理解》。...
Quick BI v4.2版本说明
常用产品：用于呈现推荐用户关注的门户，常用于放置组织管理员推荐用户重点查看的门户，例如大盘数据等。说明 常用产品下添加的门户无个数限制，但为了应用展示效果，建议结合实际需要控制常用门户数量。业务类目：用于设置在Quick BI首页...
自定义 Pipeline 流程
背景 PAI-Rec 引擎本身就是一个 pipeline 处理流程，把召回、过滤、粗排、特性加载、精排等各个阶段串联起来。但有时候，只有一条 pipeline 的处理流程是不够的。比如冷启动流程，它需要一条单独的 pipeline 来处理，因为冷启动的粗排、精...
A/B 服务集成
{"version":"v2"}} filterNames json array 过滤列表，包含所有的过滤流程 {"filterNames":["UniqueFilter","UserExposureFilter"]} rankconf recconf.RankConfig 排序算法的配置"rankconf":{"RankAlgoList":["pai_homepage_fm"],...
创建和管理IPsec连接（单隧道模式）
说明 如果VPN网关实例的带宽规格为200 Mbps及以上，推荐使用 aes、aes192、aes256 加密算法，不推荐使用 3des 加密算法。aes是一种对称密钥加密算法，提供高强度的加密和解密，在保证数据安全传输的同时对网络延迟、吞吐量、转发性能影响较...
粗排配置
当我们完成召回，过滤（曝光、状态）等，为了性能考虑，需要对 item 数量进行裁剪才能进入排序阶段。有时候可以通过简单的数量调整可以进行数量裁剪，比如使用 数量调整过滤（AdjustCountFilter），优先级数量调整过滤...
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），...
模型配置
在货品推荐中，需要先完成模型配置，当且仅当模型执行成功后，可基于模型进行货品推荐。模型训练成功后，您可以通过模型验证了解该模型的准确率、召回率，并查看商品之间的关联关系。前提条件 算法模型需要依赖行为数据集、商品标签数据集...
苹果ATS证书的选择及配置
证书的哈希算法和密钥长度 哈希算法：上述推荐的证书品牌使用的哈希算法都是SHA256或者更高强度的算法，符合ATS的要求。密钥长度：如果您选择使用系统生成CSR的方式，系统生成的密钥采用的是2,048位的RSA加密算法，完全符合ATS的要求。如果...
- 产品推荐
- 这些文档可能帮助您