服务测试
在正式切流之前，需要通过服务端SDK获取推荐结果进行测试，或在控制台中使用“调用测试”功能进行测试。一、实时推荐接口体验测试 重要 当您已经确认启动数据上报成功了之后，可以在此处进行体验测试。此项测试建议在您正式接入用户流量前...
推荐结果详情
返回参数 名称 类型 描述 Request Id String 当次请求的id Result List返回的推荐结果列表，每一条数据对应一个推荐的Result item，按照推荐顺序排列 Result Item中的参数 名称 类型 描述 TraceId String 回传日志时使用：回传日志时，...
策略配置
概述 在“策略配置”页面下，您可以分别查看并配置全局（即整个实例）推荐策略，也可以配置指定某个场景下的推荐策略。可配置策略包括去重规则、多样性规则、业务指标定义、体验优化规则等。您可以根据自身业务特点配置推荐策略，从而使...
获取推荐结果
概述 本篇文档将介绍如何从AIRec智能推荐服务获取推荐结果数据，当您请求获取推荐结果的接口时，推荐结果数据将以JSON格式回传给您。本篇文档内容适用版本：行业运营版、算法配置版。参数说明 参数 类型 描述 是否必填 备注 userId string ...
行业运营版功能详解
AIRec智能推荐行业运营版版本功能详解 行业运营版简介 行业运营版是AIRec智能推荐专为中小型流量推荐场景打造的智能推荐算法，行业运营版拥有完整的阿里巴巴自研推荐算法体验 行业运营版特色 丰富的行业模板 包含电商、新闻、内容行业算法...
坑位策略
概述 配置坑位策略后，推荐流中的特定坑位只从所给定物品池中选品推荐。采用坑位策略后，既能对坑位推荐的物品进行一定干预，又避免像置顶一样每次看到的都是相同物品。常用的场景包括：精品池在靠前的坑位推荐、指定坑位推荐特定类目物品...
服务调试
概述 服务调试功能可以方便的让您在控制台上测试推荐服务，该功能等同于调用推荐接口（获取推荐结果），您可以对推荐服务进行完整的功能测试。服务调试操作 在指定测试的场景、用户ID、设备标记等信息后，点击请求结果，可以获取到当前智能...
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，...
效果测试期及控制台中的问题
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，那么31天内，都不会出现重复推荐。如何使用请参考：通过实例运营策略提升推荐结果...
准备工作期
常见使用位置：首页，购物车页，订单页 相关推荐主要用于当终端用户的兴趣已基本确定时，我们将根据确定的兴趣集中点（某一个商品、某一篇文章）并根据终端用户海量行为计算与分析找到动态关联的推荐内容进行推荐，根据推荐内容之间的属性...
什么是智能推荐AIRec
阿里云智能推荐AIRec（Artificial Intelligence Recommendation，简称AIRec）基于阿里巴巴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...
基本概念
相关推荐 主要用于当终端用户的兴趣已基本确定时，我们将根据确定的兴趣集中点（某1/N个商品、某1/N篇文章）并根据终端用户海量行为计算与分析找到动态关联的推荐内容进行推荐，根据推荐内容之间的属性与特征相关度找到静态关联内容进行...
产品概述
AIRec智能推荐 阿里云智能推荐AIRec（Artificial Intelligence Recommendation，简称AIRec）基于阿里巴巴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。...
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...
置顶管理
概述 置顶管理功能支持您将指定的物品置于推荐流顶部，确保用户每次进入推荐页面时最先曝光这些物品。置顶功能可以在个性化推荐的基础上，满足您对推荐结果进行干预的诉求，常用的场景包括：国家领导人新闻置顶、独家新闻置顶、引流商品...
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），...
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...
获取推荐结果（冷启动版）
概述 本篇文档将介绍如何从AIRec智能推荐服务获取推荐结果数据，当您请求获取推荐结果的接口时，推荐结果数据将以JSON格式回传给您。本篇文档内容适用版本：冷启动版。参数说明 请求参数：参数 类型 描述 是否必填 userId string 用户唯一...
价格说明
推荐全链路深度定制开发平台PAIREC收费由2部分构成，可按照实际的选型、诉求进行灵活调整。收费项1：推荐业务引擎与操作台服务 由于区域资源价格差异，推荐业务引擎按照区域实施差异定价。区域 价格 北京、杭州、上海、深圳 5000元/月 ...
选型介绍
商用类型 阿里云智能推荐AIRec主要支持三种商用版本，分别为行业运营版、算法配置版和冷启动版。这三种版本的区别如下：项目明细 行业运营版 算法配置版 配额 包月QPS（单位：次/秒）5 10-500 弹性QPS（单位：次/秒）0-30 0-包月QPS配额 ...
友盟创建应用及埋点
3.推荐事件埋点 推荐SDK是强规范，故进行了事件封装，将所有行为封装为onRecevent函数，以保证推荐场景对数据的高质量要求。针对推荐触发事件（onRecEvent）的各参数规范的详细说明如下：参数名称 参数含义 参数规范说明 traceId 效果跟踪...
基础介绍
PAI-REC 引擎是一款基于 go 的在线推荐服务引擎的框架，用户可以基于此框架快速搭建推荐在线服务，也可以定制化进行二次开发。PAI-REC 引擎提供如下功能：集成 go http server,提供路由注册功能，方便开发 Restful Api 包含完整的推荐引擎...
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上传至对应的DataWorks（MaxCompute：原ODPS）项目中。如果已经有ODPS的项目，可以忽略此步骤。DataWorks（数据工场）是基于MaxCompute（原ODPS）作为核心的PaaS平台产品，详情...
疲劳度（原曝光过滤）规则使用说明
随着终端用户不断刷新推荐结果的过程中，如果持续刷到已经看过（expose）的内容，将会逐渐丧失新鲜感、导致浏览疲劳，所以一般会设置一个时间周期，来保证在此周期内终端用户不会刷到已经看过的内容。在配置疲劳度（原曝光过滤）规则时，有...
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...
工程架构
架构图 冷启动链路的整体框架如下图所示：冷启动链路流程 App请求推荐服务，获取推荐内容列表 推荐服务调用 冷启动召回模块，获取匹配上的候选物品 推荐服务调用 冷启动算法打分EAS服务，传递参数：待打分候选物品列表，用户/物品特征，...
计费方式与价格说明
概览 AIRec智能推荐目前有两类版本，分别为冷启动版及商用版，商用版中包含行业运营版与算法配置版。两类版本计费方式不同，冷启动版采用按量付费的收费方式，而商用版则以包年包月的收费方式为准。您可以在下方了解到不同版本的详细计费...
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。...
冷启动版功能详解
冷启动版简介 新用户冷启动版是AIRec智能推荐针对冷启动场景特殊优化的版本，依靠大流量用户访问、留存、LTV提升为目的，推荐给主要目标是希望提升新用户留存效率、效果的客户选择并使用。冷启动版会结合友盟+产品，利用友盟+数据洞察...
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...
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...
通过选投策略配置，快速搭建推荐场景
相关推荐： 主要用于当终端用户的兴趣已基本确定时，我们将根据确定的兴趣集中点（某N个商品、某N篇文章）并根据终端用户海量行为计算与分析找到动态关联的推荐内容进行推荐，根据推荐内容之间的属性与特征相关度找到静态关联内容进行...
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...
数据对接期
曝光数据作为用户后续任何行为数据的前提，对于智能推荐算法来说是必须的，但如果您暂时没有办法提供准确的曝光数据，您可以选择让AIRec智能推荐自动补足曝光数据，以快速启动实例。如您需要开启此功能：操作设置：在智能推荐控制台中，...
AIRec智能推荐效果评估指南与策略调整介绍
一、目的 在完成AIRec智能推荐产品的前期接入以后，评估和确定产品可以带来的效果提升，以及与目前自有人工定制/自研推荐策略的区别。同时，您也可以使用AIRec产品拥有的策略运营工具达成您希望实现的业务效果，这些策略也可以通过AIRec...
快速启动AIRec冷启动版
本篇文档将带领您创建AIRec冷启动版实例 一、获取测试资格 目前，若要购买和使用AIRec智能推荐冷启动版实例，需要您参与测试活动，先行获取测试资格。测试资格通过官网活动页面，“试用流程”处填写表单即可获取，注意，表单最后选项需选择...
产品服务协议
使用智能推荐服务条款 产品服务协议，具体参见 阿里云产品服务协议 服务等级协议，具体参见 智能推荐服务等级协议
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...
准备工作
概述 欢迎使用智能推荐，这里主要为您介绍如何快速熟悉产品，了解使用流程，快速找到帮助信息，以及如何让系统为您更好的服务。该部分主要介绍搭建一个智能推荐服务所必须的一些准备工作，并对控制台的主要功能项进行初步了解。准备工作...
通过全服务端SDK快速启动实例
IV 配置离线存储 您可以设置您的离线数据存储（实时数据源的离线存储位置），您可以选择将这部分数据直接写回您的自有MaxCompute，也可以写到智能推荐的MaxCompute，由智能推荐托管。开通离线存储，代表将智能推荐服务训练所需的离线数据...
- 产品推荐
- 这些文档可能帮助您