阿里云大数据平台推荐引擎-帮助文档.PDF

阿里云大数据平台 推荐引擎 阿里云大数据平台/推荐引擎 推荐引擎 产品介绍 概述 推荐引擎产品介绍 为什么选择推荐引擎？ 1 接入简单便捷，可快速实现APP或WEB网站的个性化功能，节省90%的程序量； 2 算法开放，支持企业融入自己的算法。您的数据团队将实际参与到业务算法的开发中，助力企业人才的培养 和成长。 3 不会算法也能做优化。推荐算法流程白盒化，即便是不懂算法的业务人员也可以参与配置。 概述 推荐引擎（Recommendation Engine，以下简称RecEng，特指阿里云推荐引擎）是在阿里云计算环境下建立 的一套推荐服务框架，目标是让广大中小互联网企业能够在这套框架上快速的搭建满足自身业务需求的推荐服 务。 推荐服务通常由三部分组成：日志采集，推荐计算和产品对接。推荐服务首先需要采集产品中记录的用户行为 日志到离线存储，然后在离线环境下利用推荐算法进行用户和物品的匹配计算，找出每个用户可能感兴趣的物 品集合后，将这些预先计算好的结果推送到在线存储上，最终产品在有用户访问时通过在线API向推荐服务发起 请求，获得该用户可能感兴趣的物品，完成推荐业务。 RecEng的核心是推荐算法的定制。RecEng为推荐业务定义了一套完整的规范，从输入，到计算，到输出，客 户可以在这个框架下自定义算法和规则，以此满足各种行业的需求，包括电商，音乐，视频，社交，新闻，阅 1 阿里云大数据平台/推荐引擎 读等。同时，RecEng也提供了相应的方法供客户便捷的接入用户访问日志，以及自定义满足其自身业务需求的 在线API。 产品特性 产品特性 为了帮助客户更好的实现算法定制，降低定制的门槛，RecEng具备以下八大特性： 1 基于阿里云的一体化部署（SaaS）。RecEng完全部署在阿里云的公有云环境中，客户在使用RecEng时，需 要先订购大数据计算服务（原ODPS）和表格存储（原OTS），并将相关的信息注册到RecEng中，所有的在线 、离线数据，以及所有离线计算就会在客户自己的云组件中进行。这种SaaS部署方式省去了软件安装和适配的 工作。 2 全流程规范化。RecEng为推荐业务定义了一整套规范，从日志采集和埋点，到输入数据、中间数据、输出数 据的格式，到离线和在线的计算流程，一直到最终输出的API，都有详细明确的规范定义。这套规范能够在一定 程度上保证最终的推荐效果。 3 全面的自定义功能。由于RecEng支持全流程的规范化，流程上的每个节点只要符合规范要求，都是可以替换 的，离线算法，在线算法，API接口都可以由客户自定义，这正是RecEng支持算法定制的基础。除了推荐计算 的自定义，RecEng还支持数据质量监控和效果指标、报表的自定义。 4 默认算法和流程模板。RecEng支持全面的自定义，但这对于新用户来说可能存在产品的使用门槛。为了尽可 能降低新用户上手的难度，RecEng提供了各种标准的推荐算法，以及依据这些标准算法构建的默认算法流程 ，新用户完全可以不做任何自定义，只需要在产品界面上勾选，就可以一键设置好计算流程，快速的体验 RecEng。 5 实时修正。很多场景下仅仅有离线推荐计算是不能够满足真实的业务需求的，有些信息必须要实时修正。比 如要推荐的某个商品已经下架了，这时需要从候选集中除去；或者为了达到更好的用户体验，对于用户明显表 示不感兴趣的物品不再展示，这些都需要进行实时的处理。RecEng支持接入实时日志，以及实时修正API，这 些功能和上述其他特性一起，组成了一个完备的推荐服务框架。 2 阿里云大数据平台/推荐引