电商网站智能推荐
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作为数据仓库，并通过DataWorks进行数据同步和处理，使用智能推荐产品搭建电商网站智能推荐系统。电商行业需要向用户推荐的物品包括物流信息、售卖...
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。
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...
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...
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...
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...
效果测试期及控制台中的问题
注：10小时内依据智能推荐系统记录行为，10小时以后依据用户回传行为。举例5.1用户A通过userid=1查询推荐系统，召回了itemid=N的数据。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...
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。
调整物品特征优先级，适配行业特征优化效果
二、如何调整 举例说明，在某一个特定的业务场景下，业务同学判断店铺这一特征非常重要，用户点过某一个店铺的商品后，后续对同店铺的其它商品更容易产生点击行为，需要在推荐系统中加以调整。调整步骤如下：1、商品基础信息完善相关特征 ...
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...
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...
选型指导
二、资源选型 构建完整的推荐系统，需要一些相对划分独立的数据模块、算法模块、在线链路模块等，需要按照开发习惯、现有业务系统的数据架构，选择合适的资源拼装选型。基于大数据开发实践，我们建议的选型为：序号 模块/用途 云服务 1 ...
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...
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。...
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...
数据埋点指南
需要将此4条行为分别记录，并按要求上传到智能推荐系统中。埋点数据 曝光行为埋点 什么是曝光行为 曝光对应的是行为（behavior）表的bhv_type字段，是上传用户行为的一种类型。一条数据展示给用户一次，就算做一条曝光行为。如何埋点 曝光...
通过全服务端SDK快速启动实例
如您认为在回传行为数据时需要回传traceinfo、二跳页面的traceinfo难以回传等开发成本问题，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，即通过后台按照下发时间存储的traceinfo进行效果归因。IV 配置离线存储...
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...
策略配置
您可以根据自身业务特点配置推荐策略，从而使推荐系统实现预期的推荐逻辑。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、...
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...
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。...
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...
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...
调整I2I算法策略，强化实时反馈的用户体验
当用户触发行为后，需要通过服务端SDK接口/通过友盟APP版SDK上报的形式同步到智能推荐系统。二、商品类目信息优化 传统的I2I（ItemCF）算法，能够依据行为学习出item之间的相似度，产出item之间相似度分数。这种方法可能会发现一些认知程度...
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...
AIRec智能推荐效果评估指南与策略调整介绍
如果需要使用历史数据做不同时间段的对比，也需要确认使用推荐系统前后采集口径是否一致，不一致的话需要明确原因，看是否可以做修正，亦或选择上线推荐系统后自行做分流ABtest测试对比。3、确保两侧流量分配的随机性 效果对比时为了确保...
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...
新功能发布记录
2023.2.8 所有新闻、内容行业用户 流量调控“流量调控”功能支持人工干预推荐系统流量的分发，给予圈选的物品一定的流量扶持，具体功能如下：选品方式：支持指定入围条件选品（按照条件动态筛选）和指定物品id+type选品（物品固定不变）两...
数据对接期
那么智能推荐系统会更偏向于向该用户推荐具有该标签的商品。这是一个正向促进的作用。6、add和update操作的区别是什么？add为新增操作，update为更新操作。add操作将新增一条数据，若已存在则替换原本数据。新增数据需提交主键（item_id和...
防御挂马攻击最佳实践
因此，网站被挂马攻击不仅会影响网站的公共形象，还可能会造成该网站用户的计算机系统故障和存储数据泄露，给用户的信息资产带来巨大的损失。如何防御挂马攻击 及时修复网站系统和网站所在服务器的各类漏洞，可以降低网站被挂马攻击的风险...
资源规格推荐
资源规格推荐可以根据您的特定业务场景，为您推荐最合适的计算资源规格以及满足您算力需求的资源规模。本文介绍如何根据物理机规格推荐ECS资源和根据总算力推荐ECS资源。根据物理机规格推荐ECS资源 IDC上云可以帮助您在将线下IDC服务器搬迁...
自助建站方式汇总
网站类型 部署方式 说明 搭建多个Web站点 搭建多个Web站点（Windows）本教程介绍如何在Windows Server 2012 R2 64位系统的ECS实例上使用IIS服务器搭建多个Web站点。搭建多个Web站点（CentOS 7）本教程介绍如何在CentOS 7系统的ECS实例上...
- 产品推荐
- 这些文档可能帮助您