Join
当需要连接的行数较少、左表的数据量较小或者左表本身数据量较大但在进行过滤后的数据量较小，并且右表同时满足使用INDEX JOIN算法的使用条件时，使用INDEX JOIN算法一般会有更好的性能。在INDEX JOIN算法的场景下，当使用内连接并且进行...
Android端集成美颜特效SDK
接入常见问题说明，请参见 技术类问题。接入一体化SDK方式 创建BeautyImpl实例：public void init(){ if(mBeautyImpl=null){ mBeautyImpl=new QueenBeautyWrapper();QueenConfig queenConfig=new QueenConfig();queenConfig.enableDebugLog...
算法应用
绘制区域 区域检测类型的算法模型，例如区域入侵、人群聚集、离岗检测等会出现该功能按钮。单击 绘制区域 后，在弹出对话框中单击 绘制矩形 或者 绘制多边形，并根据您的需求，画出矩形或多边形，设置检测区域。单击 图标，保存绘制的内容...
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...
SimRank+相似度计算算法
在推荐系统中的应用 原始的SimRank+算法是在计算广告领域做Query Rewrite的，一般会用最近一段时间的累计点击行为数据来计算Query-Query、Ad-Ad之间的相关性。由于Query所表达的查询意图短期内能够保持稳定，所以用多天的行为数据来计算...
PAI语法
PAI组件包括数据预处理、特征工程、统计分析、异常检测、推荐算法、时间序列、视觉类算法、语音类算法等。不同的PAI组件，其调用参数一般不同，通常情况下，PAI命令调用语法格式如下所示。PAI-name COMPONENT[-project algo_public][-...
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...
数据源
完成基本信息配置后，需要向AIRec传入行为/用户/物品数据，这是推荐算法运行过程必要的输入。本文主要介绍数据源的管理和数据接入环节常见问题的诊断方法。一、原始数据源配置 AIRec有两类数据源：启动数据源和实时数据源。启动数据源是在...
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...
时序引擎版本说明
修复并发更新Schema时会出现大量版本冲突的问题。修复Lindorm ML时序预测在预测条件为大于或小于某时间点时，拉取数据不足的问题。修复Lindorm ML时序异常检测ostl-ttest算法和ostl-esd在数据量较大时会报错的问题。优化Lindorm ML时序异常...
智能评审
评审人推荐 评审人推荐算法主要基于以下条件衡量分析：文件特征：评审人评审过同一个文件或同一个目录下的文件；评论特征：评审人评论过同一个文件或同一个目录下的文件；分支特征：评审人参与过同一个目标分支的评审；历史评审人特征：...
I-V曲线诊断
被遮挡的组件会出现热点效应（HotSpot），成为整个阵列的负载，从而在局部产生高温，导致组件烧毁损坏，进而产生严重安全隐患。会导致阵列的不均匀老化。组件老化过快，会影响整个阵列的性能和寿命。光伏阵列电阻老化 太阳能电池片存在着...
数据对接期
数据对接期 1、什么是场景ID，该如何进行埋点，如何在查询中使用，行为表和内容表场景ID是否需要对应，有什么作用？举例1.1内容表(item)中有一个itemA，其item_id为1，场景ID字段值为：1001,1002行为表(behavior)中有两条行为，分别为item_...
Smart Metrics常见问题
本文介绍了Smart Metrics的常见问题。如果您在使用Smart Metrics过程中有任何问题，请联系钉钉群（25125004458）获取帮助。为什么大盘上没有显示预测得到的未来时段的指标上下边界？预测好的上下边界已经自动写入到Prometheus中，但...
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...
自定义召回模型
智能推荐算法平台已经将包含数据和完整使用链路的推荐召回案例内置于模板业务节点中。在画布左上角的“商品推荐召回模型”，右键从模板创建。会生成如下图所示的实验，先点击运行按钮执行实验。右键数据源，点击查看数据。数据源：本数据源...
使用RSA密钥无法登录ECS实例问题
当您使用Ubuntu、CentOS Stream 9等操作系统的ECS实例，且通过RSA密钥在FinalShell、nuoshell等部分SSH客户端连接ECS实例时，可能出现登录失败的问题，您可以参考本文的操作进行解决。背景信息 RSA加密算法是一种非对称加密算法，在公开...
SmartMetrics常见问题
本文介绍了 SmartMetrics 的常见问题。如果您在使用 SmartMetrics 过程中有任何问题，请联系钉钉群（25125004458）获取帮助。为什么大盘上没有显示预测得到的未来时段的指标上下边界？预测好的上下边界已经自动写入到Prometheus中，但...
实例的节点故障处理机制
当使用Connection String URI进行连接时，如果某个节点出现故障，不会因为节点的切换而影响应用的读写操作，详情请参见 副本集实例连接说明。分片集群实例 图 2.分片集群架构 分片集群实例的Shard节点和ConfigServer节点均采用三节点副本集...
计费方式优化-节省计划
如果有相比测算结果有更好的节省方案，将会出现“更优推荐”页签，可查看更节省的优化建议内容。在图形中，您可以切换查看优化前和优化后的效果，以及各金额的构成。系统会基于智能算法给出节省计划的购买水位，通常情况下节省计划的水位...
工作原理
使用文本分析功能后，您只需要配置具体的监控项和少量的算法参数，算法会自动帮您识别日志中的异常情况，使您聚焦需要关注的日志内容。功能介绍 目前，文本分析支持通过消费组方式拉取日志中的文本内容，不需要配置索引。文本分析作业按照...
应用场景
商品推荐 基于图的推荐算法是当前推荐系统中的一种重要的技术方向，在兼顾了推荐精度的同时，还能让模型具备较好的可解释性。通过图的共性关系发现和分析方法，通过计算共同邻居数进行相似节点推荐。适用于电商、保险的商品推荐场景。社交...
快速启动AIRec冷启动版
使用智能推荐冷启动版服务时，您需要上传三张表的数据，分别为用户表、物品表、与行为表，上传规范详见：冷启动版数据规范 说明 行为表需要圈选至少20万用户的历史行为数据上传，作为初始数据用于训练模型，以便提供后续推荐算法服务，同时...
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...
数据推送
POST的URL及body部分最好都要做url_encode，否则会出现解析及签名问题。数据源或者API推送增量时请注意，主键值重复的doc会被覆盖。使用RDS自动同步数据有TPS及大小限制，具体值请参考系统限制项：RDS单库内所有表的更新会产生一份binlog...
技术类问题
出现原因：常见是由于纹理ID错误或生成纹理错误所致，偶尔会出现个别客户对返回后的纹理ID使用不当或使用无效纹理ID进行自身业务层的绘制而产生黑屏的问题。解决方法：美颜特效SDK 的渲染层基于OpenGL实现，只要确保传入 美颜特效SDK 接口...
PAI-REC推荐算法定制的最佳实践文档
阅读指引：为方便用户快捷体验PAI-REC产品，本文提供了一份公开数据集，用户可按照文档说明按步体验PAI-REC推荐算法定制的召回、特征工程、精排等关键功能的配置，生成代码并部署到 DataWorks 相应的业务流程中。1.克隆公开数据集 我们在可...
策略配置
多样性规则 功能介绍 一些业务场景下，可能会出现同质性物品集中推荐的情况，例如：系统识别到用户对水果感兴趣，增加水果的推荐量，导致屏幕中呈现了多个水果商品；例如：系统识别到用户对短视频类型的物品更感兴趣，因此提高短视频物品的...
工作原理
该方式主要应用于在服务出现异常后及时的发现问题和定位问题。预测将来产生的时序数据，判断时序数据未来的走势。您可通过时序预测功能实现。该方式主要应用于对服务关键指标的异常走势进行提前预警。时序预测应用场景如下：预测服务关键...
技术类问题
出现原因：常见是由于纹理ID错误或生成纹理错误所致，偶尔会出现个别客户对返回后的纹理ID使用不当或使用无效纹理ID进行自身业务层的绘制而产生黑屏的问题。解决方法：美颜特效SDK 的渲染层基于OpenGL实现，只要确保传入 美颜特效SDK 接口...
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...
AIOps 解决方案专家服务内容说明
智能算法列表 类型 算法名称 算法逻辑 异常诊断类算法 One-Class SVM 基于历史批量数据的做算法学习并进行异常诊断 异常诊断类算法 孤立深林 基于历史批量数据的做算法学习并进行异常诊断 异常诊断类算法 Robust Covariance 基于历史批量...
强弱依赖治理概述
如果商品详情页对下游依赖是强依赖，例如当下游依赖 库存、优惠、物流 出现故障的时候，将导致业务流程无法推进，会出现类似如下的说明，严重影响用户体验。如果商品详情页对下游依赖是弱依赖，例如当下游依赖 评价、店铺 等系统出现故障的...
工作原理
您可以根据根因定位的结果，判断是时序数据的哪些维度（单个维度和若干维度的组合）异常导致的问题，缩小问题排查范围。本文介绍下探分析的背景信息、功能、调度与执行场景、使用建议等信息。背景信息 服务运行过程中会产生各种各样的时序...
历史版本常见问题
UNI_HASH/RANGE_HASH/STR_HASH/RIGHT_SHIFT在部分场景下分区路由不均衡 现象描述 PolarDB-X 1.0 使用UNI_HASH/RANGE_HASH/STR_HASH/RIGHT_HASH的哈希算法分库分表时，如果分库分表列是同一个列，有可能会出现个别物理分表没有数据的现象。...
准备工作
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。...
概述
基于 PolarDB for AI 的智能推荐算法和知识图谱技术，再结合阿里巴巴电商策略，为企业提供贯穿推荐能力的一站式服务，助力企业快速过渡冷启动过程。面向不同的业务场景定制个性化解决方案，持续提升核心业务能力，以实现业务营收增长。优势...
服务测试
在获取推荐结果的同时，我们也会返回推荐的原因，这有助于您更好的理解推荐算法的原理，并校验推荐结果是否符合您的业务诉求。例如：常见的推荐原因有热门物品推荐、新品推荐、根据用户历史行为推荐、用户偏好品牌/店铺/标签/频道/作者/...
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...
工作原理
一般是按照您配置的任务规则生成，在补运行或追赶延迟时会立即生成实例。执行时间 实例开始执行的时间。如果重试任务，则表示最后一次开始执行的时间。结束时间 实例执行结束的时间。如果重试任务，则表示最后一次执行结束的时间。执行状态...
- 产品推荐
- 这些文档可能帮助您