推荐系统架构-2 阿里云智能推荐AIRec

一、推荐系统

二、阿里云智能推荐AIRec

1、 简介

1.1 什么是智能推荐

阿里云智能推荐(Artificial Intelligence Recommendation,简称AIRec)基于阿里巴巴领先的大数据和人工智能技术,结合在电商、内容、新闻资讯、视频直播和社交等多个行业领域的积累,为全球企业及开发者提供个性化推荐服务。您只需要按约定提供数据以及简单API调用,就可以得到效果显著的专属推荐服务。

1.2 基本概念

 用户(user):指客户的用户,即AIRec使用者的用户。推荐是一个2C的服务,使用推荐服务的客户必然有其自己的用户,AIRec使用者的用户简称为“用户”,系统中常用user表示用户。

 物品(item):指被推荐给用户的内容,可以是商品,也可以是歌曲,视频等其他内容,系统中常用item表示物品。

 行为(behavior):指被推荐的用户,在客户的服务中所产生的相关行为日志。

1.3 行业

智能推荐针对不同的推荐内容做的基本分类,针对不同的行业特性,会有与之匹配的算法模型,用户端需要提供的数据结构也略有差异。关于各个行业的介绍,请参见行业

 商品

 内容

 新闻资讯

1.4 场景

指推荐的上下文,是基于推荐场景目标、用户心智和约束下的分类,不同场景会有不同的推荐策略,常见的场景有推荐猜你喜欢、相关推荐、热门推荐和焦点图推荐。关于各个场景的介绍,请参见场景

 猜你喜欢 适合首页推荐、信息流等相关场景

 相关推荐 待开放

 热门推荐待开放

 焦点图推荐待开放

快速入门

3 用户指南

 混排

高级配置中的混排功能,一方面是为了让拥护多种物品类型(item_type)的客户平衡其分发,一方面是为了让用户在浏览过程中保持物品类型上丰富的多样性,提升用户惊喜度。

混排目前有image、article、video、shortvideo、item、recipe等6种类型,后面将会增加更多延展。

 打散

高级配置中的打散功能,是为了保障在推荐的物品流里相同类目的物品不重复出现,防止用户疲劳,保持新鲜度。

用户可按物品类目(物品表category_level字段)来打散,可根据您具体业务的物品层级来设置打散。

配置打散时选择相应的物品类目,再填写配合该类目层级的窗口期x,即x个物品推荐流里最多出现一次该类目的物品。

4 开发指南

数据规范

 内容型

 电商型

 新闻型

三、用户画像介绍

四、用户行为日志

五、总体架构设计

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,482评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,377评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,762评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,273评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,289评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,046评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,351评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,988评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,476评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,948评论 2 324
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,064评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,712评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,261评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,264评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,486评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,511评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,802评论 2 345

推荐阅读更多精彩内容