自定义场景（热度推荐）

准备工作

• 已注册华为帐号并开通华为云，且在使用RES前检查账号状态，账号不能处于欠费或冻结状态。
• 已在OBS服务中创建桶和文件夹，用于存放样例数据。

  创建OBS桶和文件夹的操作指导请参见创建桶和新建文件夹。确保您使用的OBS目录与RES在同一区域。

步骤1：准备数据

RES在公共OBS桶中提供了猜你喜欢的示例数据集，命名为“test-data”，因此，本文的操作示例使用此数据集进行构建。您需要执行如下操作，将数据集上传至您的OBS目录下，即准备工作中您创建的OBS目录。

1. 单击下载样例数据，将“test-data”数据集下载至本地。
2. 在本地，将“test-data”压缩包解压。例如，解压至本地“test-data”文件夹下。
3. 在“test-data”文件夹下，将behavior.txt中的每条数据的actionTime字段的值修改到当前时间附近。将item.txt中的每条数据的publishTime字段的值修改到当前时间附近，将item.txt中的每条数据的expireTime字段的值修改成大于当前时间的值，避免数据因为过期被过滤掉。
   1. 查询当前时间戳，网址https://tool.lu/timestamp。
      图1 查询当前时间戳
      
   2. 将behavior.txt中的每条数据的actionTime字段的值修改到当前时间附近。
      图2 修改behavior.txt文件
      
   3. 将item.txt中的每条数据的publishTime字段的值修改到当前时间附近，将item.txt中的每条数据的expireTime字段的值修改成大于当前时间的值。
      图3 修改item.txt文件
      
4. 参考上传文件，将“test-data”文件夹下的所有文件上传至准备工作中您创建的OBS路径下。

步骤2：创建离线数据源

数据下载并上传至OBS后，您需要创建一个数据源用于后续的计算。具体操作步骤如下：

1. 登录RES管理控制台，在左侧菜单栏中选择“数据源”，进入“数据源”列表页面。
2. 单击“创建”，在创建数据源页面，输入数据源名称，选择离线计算规格，然后单击选择数据的OBS存储路径。
   图4 创建离线数据源
   
3. 数据路径选择完成后单击“立即创建”。
4. 离线数据源创建完成后，在数据源列表页面单击目标数据源名称进行数据质量管理，具体操作请参见推荐系统用户指南>数据源质量管理，完成数据探索并生成数据质量报告，此步骤完成后创建的数据源才可用。

步骤3：创建自定义场景

1. 在RES管理控制台，在左侧导航栏中选择“推荐业务 > 自定义场景”，然后单击“创建”进行场景的配置。
2. 在“基本信息”页面，配置“基本信息”、“数据区间”和“场景规格”信息。完成参数配置后单击“创建并下一步：召回策略”，进入召回策略的配置。
   • “场景名称”：自定义您的场景名称，自定义样例为“hot-scene”。
   • “场景类型”：选择基于用户推荐物品。
   • “服务类型”：选择推荐引擎。
   • “数据源”：选择步骤2中创建完成的数据源。
   • “数据区间”：选取离线数据中最近N天的数据（从数据中最近的有效时间之前30天）。
   • “场景规格”：由于此样例中使用的测试数据量较小，此处场景规格均默认选最小配置，“在线并发规格”是指在线服务获得推荐的最高调用次数，单位为次每秒，取值范围为5-500。
     图5 自定义场景基本信息
     
3. 在“召回策略”页面，单击“添加召回策略”选择“基于综合行为热度推荐”，进入策略详情页进行参数配置。
   • “名称”：自定义您的作业名称，自定义样例为“hot-recall”。
   • “行为次数统计方法”：选择“uv”，即相同的行为记录会进行去重。“pv”的意思是同样行为记录不会去重。
   • “用户分群”：数据源类型包括用户特征和物品特征，根据数据源筛选数据, 选出需要的属性。只能选择进行用户分组还是物品分组，分组内可配置多个特征。默认关闭。
   • “最大推荐数结果数”：指定召回的结果数量。
   • “开启时间跨度”：不开启取全部数据，开启则指定从数据源中取最近天数或小时数的行为数据计算相似度。默认关闭。
   • “开启调度”：开启调度，按照指定的调度策略定期执行作业。默认关闭。
     图6 创建召回策略
     
4. 配置完成召回策略参数之后单击“确认”，创建召回策略成功，继续单击“下一步”，跳过可选步骤过滤策略和排序策略，进入“在线服务”页面，进行在线服务的配置。
5. 在“在线服务”配置页面，进行在线流程配置，配置完成后单击“创建并完成”。
   • “在线流程”：自定义在线流程名称，此样例命名为“hot-flow”。
   • “推荐候选集”：选择步骤3配置的召回策略生成的召回结果集“hot-recall-DIREC”。
   • “过滤”：非必选，此样例进行黑名单过滤配置来完成在线的推荐结果过滤。
   • “行为过滤”：配置“时间区间”为“3”，“行为类型”选择“物品曝光”即为在线服务生成的结果会过滤近三天内用户浏览过的物品，可以提高结果集的丰富度，尤其是在短视频领域，达到推荐的视频列表不包含近期看过的视频，避免重复推送。
     图7 添加在线流程
     

步骤4：发布自定义场景

1. 自定义场景创建完成，在自定义场景列表，选择目标场景，即步骤3：创建自定义场景创建的“hot-scene”。
2. 单击目标场景“操作”列的“发布”即可以启动场景的运行。
3. 待自定义场景列表，目标场景状态为“运行中”时，代表发布成功。
   图8 发布服务
   

步骤5：获取预测结果

在线服务发布执行成功后，您可以进入在线服务，发起预测请求进行测试。

1. 在“自定义场景”列表页面，单击目标场景名称，进入“自定义场景详情”页面。
2. 单击“预测”页签，进入预测页面。
3. 预测方式选择“代码”，在“预测代码”部分输入预测代码。单击“预测”，右侧出现排序后的预测结果。
   

   由于此处是测试服务，为保证测试效果，此处选用测试数据中的用户ID进行预测，建议为user894。

   图9 预测结果
   
   • 预测代码

     {
     "id":"user894",
     "rec_num": 10
     }

   • 预测结果

     {
     "flow_id": "hot-flow",
     "rec_num": 10,
     "candidates": [
     {
     "id": "item332",
     "score": 1,
     "source": "hot-recall-DIREC"
     },
     {
     "id": "item709",
     "score": 0.995,
     "source": "hot-recall-DIREC"
     },
     {
     "id": "item338",
     "score": 0.99,
     "source": "hot-recall-DIREC"
     },
     {
     "id": "item960",
     "score": 0.98499995,
     "source": "hot-recall-DIREC"
     },
     {
     "id": "item469",
     "score": 0.97999996,
     "source": "hot-recall-DIREC"
     },
     {
     "id": "item236",
     "score": 0.97499996,
     "source": "hot-recall-DIREC"
     }
     ]
     }

步骤6：清除相应资源，避免产生费用

为避免产生不必要的费用，在完成试用后，建议您删除相关资源，如自定义场景、数据源及其OBS目录。

• 删除数据源：在“数据源”页面，单击操作列的“删除”。
• 删除自定义场景作业：在“推荐业务>自定义场景”页面，单击操作列的“删除”。删除自定义场景后，其对应的召回策略和在线服务都将被删除。
• 删除数据：前往OBS，删除上传的数据，然后删除文件夹及OBS桶。