实时推荐算法（Real-time Recommendation） 概述 实时推荐算法（Real-time Recommendation）是一种基于随机游走模型的实时推荐算法，能够推荐与输入节点相近程度高、关系或喜好相近的节点。 适用场景 实时推荐算法（Real-time Reco

查看更多 →

略“text”的值，以“sources”为推荐算法输入。 最小长度：0 最大长度：512 size 否 Integer 希望返回的节点总个数，1~100，默认为10。 最小值：1 最大值：100 steps 否 Integer 推荐算法总的游走步数，1~200000，默认为1000。

查看更多 →

荐应用，助力提升网站/APP的点击率、留存率和用户体验。 RES优势 开放式推荐 提供完整的推荐平台和原子推荐算法，不绑定客户的运营场景，客户可以在华为云上根据自己对推荐算法和运营规则的理解，自定义专属的推荐流程。当前只有华为云提供开放式推荐能力，其他友商主打场景式推荐。 场景式推荐

查看更多 →

0全新上线 推荐系统支持用户自定义场景和智能场景。智能场景根据场景类型预置好对应的智能算法，为匹配的场景提供智能推荐服务。自定义场景面向了解推荐算法等相关的用户，可自定义推荐中涉及算法的使用和组合，能够自定义开发推荐流程，提供推荐服务。 商用 智能场景

查看更多 →

阶段 相关文档 1 上线实时推荐算法 相比传统推荐算法提升推荐效果30%以上。实时推荐算法（Real-time Recommendation）是一种基于随机游走模型的实时推荐算法，能够推荐与输入节点相近程度高、关系或喜好相近的节点。 公测 实时推荐算法 2017年12月 序号 功能名称

查看更多 →

标签传播算法（Label Propagation） Louvain算法 关联预测算法（Link Prediction） Node2vec算法 实时推荐算法（Real-time Recommendation） 共同邻居算法（Common Neighbors） 连通分量算法（Connected

查看更多 →

的长度均可以修改，如果用户对算法比较了解，对当前KPI比较熟悉，可以修改为用户认为更合适的值。 模型推荐：前面选择的数据是有标签的数据，推荐算法xgboost是有监督的算法。模型推荐里面增加了超参搜索的功能，有给出参数取值的推荐区间。用户也可以根据实际情况修改。 如果推荐的是无监

查看更多 →

自定义场景简介 RES面向了解推荐算法等相关的用户，可自定义推荐中涉及算法的使用和组合，能够自定义开发推荐流程，提供推荐服务。您可以基于RES提供的多种推荐训练作业得到推荐候选集，用于在线服务计算得到推荐结果。 自定义场景功能说明 表1 功能说明 功能 说明 详细指导 创建自定义场景

查看更多 →

选择并配置推荐业务 智能场景 针对对应的场景，由RES根据场景类型预置好对应的智能算法，为匹配的场景提供智能推荐服务。 智能场景简介 自定义场景 面向了解推荐算法等相关的用户，可自定义推荐中涉及算法的使用和组合，能够自定义开发推荐流程，提供推荐服务。 自定义场景简介 获取推荐结果 - 您可以通过管

查看更多 →

选择并配置推荐业务 智能场景 针对对应的场景，由RES根据场景类型预置好对应的智能算法，为匹配的场景提供智能推荐服务。 智能场景简介 自定义场景 面向了解推荐算法等相关的用户，可自定义推荐中涉及算法的使用和组合，能够自定义开发推荐流程，提供推荐服务。 自定义场景简介 获取推荐结果 - 您可以通过管

查看更多 →

率和用户体验。 智能场景 针对对应的场景，由RES根据场景类型预置好对应的智能算法，为匹配的场景提供智能推荐服务。 自定义场景 面向了解推荐算法等相关的用户，可自定义推荐中涉及算法的使用和组合，能够自定义开发推荐流程，提供推荐服务。 用户 推荐系统被推荐的对象，一般是指使用业务系统的客户。例如，某电商的客户。

查看更多 →

"HOT_REC_OFFLINE_CANDIDATES", "dataType": "CANDIDATES_SET", "description": "特定行为热度推荐算法生成的候选集" } ], "input_data": [ { "dataType": "USER_BEHAVIOR", "description":

查看更多 →

是否使用全部SQL参与计算，true：全部SQL，false：会按照百分位过滤掉代价过大或者过小的SQL。 是 compressLevel text 压缩程度表示推荐算法搜索空间的大小，'low', 'med', 'high'。 是 此函数非必须调用，在执行init函数的时候，会预置参数maxTime：-1，isTotalSQL：true

查看更多 →

"6de41841ff904e75b35657dd4323876f", "description": "[默认推荐-特定行为热度]特定行为热度推荐算法生成的候选集" } ], "data_source": [

查看更多 →

是否使用全部SQL参与计算，true：全部SQL，false：会按照百分位过滤掉代价过大或者过小的SQL。 是 compressLevel text 压缩程度表示推荐算法搜索空间的大小，'low', 'med', 'high'。 是 此函数非必须调用，在执行init函数的时候，会预置参数maxTime：-1，isTotalSQL：true

查看更多 →

是否使用全部SQL参与计算，true：全部SQL，false：会按照百分位过滤掉代价过大或者过小的SQL。 是 compressLevel text 压缩程度表示推荐算法搜索空间的大小，'low', 'med', 'high'。 是 此函数非必须调用，在执行init函数的时候，会预置参数maxTime：-1，isTotalSQL：true

查看更多 →

WEIGHT_BEHAVIORS_REC_OFFLINE_CANDIDATES CANDIDATES_SET 综合行为热度推荐算法生成的候选集。 基于物品的协同过滤推荐 采用经典推荐算法基于物品的协同过滤ItemCF进行召回。 表7 参数说明 参数名称 说明 默认值 策略别名 策略显示名称，由

查看更多 →

自定义场景（热度推荐） RES提供了推荐算法，让用户能够根据场景自定义推荐策略，可以基于RES提供的多种召回、排序算法等进行自定义的推荐场景创建。 本章节介绍热度推荐场景的搭建样例，该场景常见于电商或者视频网站首页的排行榜或者畅销榜等。 上述推荐场景在RES的自定义场景通过简单配

查看更多 →

节点出发生成多个随机步，反映出网络的结构信息。 实时推荐（Real-time Recommendation） 一种基于随机游走模型的实时推荐算法，能够推荐与输入节点相近程度高、关系或喜好相近的节点。该算法可以基于历史购买或浏览数据进行相近商品推荐，也可以针对人进行相近喜好的潜在好友推荐。

查看更多 →

节点出发生成多个随机步，反映出网络的结构信息。 实时推荐（Real-time Recommendation） 一种基于随机游走模型的实时推荐算法，能够推荐与输入节点相近程度高、关系或喜好相近的节点。该算法可以基于历史购买或浏览数据进行相近商品推荐，也可以针对人进行相近喜好的潜在好友推荐。

查看更多 →

已验证完成的联合方案架构上架至解决方案加速场，可被指定用户快速检索和引用。 设计中心快速引用：架构模板已与设计中心联动，设计中心通过智能推荐算法，可按照行业、场景智能推荐架构模板，架构师1s即可找到参考架构，极大提升架构设计效率。 图20 解决方案工作台验证中心 - 架构模板 用例模板

查看更多 →