Mozilla、Google都为REST提供了图形化的浏览器插件，发送处理请求消息。 预测接口的调用和接口参数请参见预测接口，更多接口信息请参见《推荐系统API参考》。 父主题： 在线服务

查看更多 →

重要性。（PersonalRank值越高，source节点的相关性/重要性越高）。 适用场景 PersonalRank算法适用于商品推荐、好友推荐和网页推荐等场景。 参数说明 表1 PersonalRank算法参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是

查看更多 →

属性配置以键值对的方式进行存储，配置后的配置项可以用于整个服务。该配置项的值为用户指定的OBS路径，OBS相关操作请参见创建OBS桶。 前提条件 已开通OBS服务，并按照推荐系统OBS文件夹规范建议格式创建文件夹。 已上传离线数据。 创建场景 您可以根据自己的业务创建场景进行配置，最多可以创建10个场景。具体操作如下：

查看更多 →

通过DLF重新执行作业 推荐系统提供了重新执行作业的API，用来将任务以相同的配置重新执行一次，实现对离线任务生成结果的更新。以固定的周期定时调用此API，可保持结果处于一个较新的状态，以获得更好的推荐结果。 以上功能，我们也可以使用 数据治理中心 DataArts Studio ，

查看更多 →

Classroom教学平台具备在线邀请同学加入和审核的功能，教师可以在课堂详情中，分析二维码邀请学生加入到课程。 学生 加入教学课堂 学生通过老师或好友分享的二维码或链接加入到课程学习中。 学生 查看教学课堂 学生进行课程学习时，可以完成对应课程下的作业、实验、完成情况。 完成作业 教师 批改成绩

查看更多 →

创建工作空间 功能介绍 用于在推荐系统下面创建独立的工作空间，用于资源的隔离，用户可以在工作空间下面继续创建数据源、场景以及推荐任务等。是否有工作空间的操作权限取决于用户是否属于当前工作空间绑定的企业项目。 调试 您可以在 API Explorer 中调试该接口。 URI POST /v2

查看更多 →

创建桶的区域需要与RES所在的区域一致。RES目前只支持华北-北京四区域。例如：当前RES在华北-北京四区域，在 对象存储服务 创建桶时，请选择华北-北京四。 前提条件 请您按推荐系统要求准备离线数据源。 开通OBS服务，确保您使用的OBS目录与RES在同一区域。 已经获取访问密钥（AK/SK）。 通过OBS管理上传数据

查看更多 →

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。 共同邻居（Common Neighbors） 是一种常用的基本图分析算法，可以得到两个节点所共有的邻居节点，直观地发现社交场合中的共同好友、消费领域共同感兴趣的商品，进一步推测两个节点之间的潜在关系和相近程度。

查看更多 →

选择待运维主机资源，单击“登录”，登录会话进行操作。 图2 主机资源运维界面 单击会话框右侧“协同分享”，邀请用户参与会话，一同进行操作。 单击“邀请好友进入此会话”，获取邀请链接。复制链接，发送给拥有 堡垒机 资源账户权限的用户。 图3 获取邀请链接 受邀用户登录堡垒机，打开邀请链接，查看邀请信息。

查看更多 →

实时推荐算法（Real-time Recommendation）可以基于历史购买和浏览数据进行相近商品推荐，也可以为用户进行相近喜好的潜在好友推荐。 适用于电商、社交等多领域的推荐场景。 参数说明 表1 实时推荐算法（Real-time Recommendation）参数说明 参数

查看更多 →

选择待运维主机资源，单击“登录”，登录会话进行操作。 图1 主机资源运维界面 单击会话框右侧“协同分享”，邀请用户参与会话，一同进行操作。 单击“邀请好友进入此会话”，获取邀请链接。复制链接，发送给拥有云堡垒机资源账户权限的用户。 图2 获取邀请链接 受邀用户登录云堡垒机，打开邀请链接，查看邀请信息。

查看更多 →

具体操作请参见创建用户组。 （可选）在IAM中创建自定义策略，具体操作请参见创建自定义策略。您可以根据业务需求选择不同的策略，例如，配置推荐系统服务“允许查看作业列表”和“允许查看作业详情”两种自定义策略。 在RES管理控制台，选择“工作空间>创建工作空间”，进入“创建工作空间”页面，单击“新建企业项目”。

查看更多 →

String 用于追踪每个被推荐物品的唯一ID。用于推荐效果的计算。 否 flowId String 用于计算每一个在线服务的效果。flowId由推荐系统的API返回给用户，用户需把flowId写到用户行为日志中。 否 实时行为日志示例 { "userId": "user1", "objectType":

查看更多 →

oad广告特征极速入库，为DBA运维和业务开发带来诸多便利。 游戏全服 游戏业务场景丰富，对Redis丰富的数据类型和性能有强诉求，例如：好友关系、IM聊天、抢红包、全局排行榜等。 针对游戏业务，GeminiDB提供全服解决方案： 高弹性：为适应游戏运营生命周期，GeminiDB

查看更多 →

绑定依赖资源 功能介绍 该接口用于绑定推荐系统所需的平台资源，绑定后可用于离线、近线、排序等作业的运行。 URI POST /v1/{project_id}/resources 参数说明请参见表1-URI参数说明。 表1 URI参数说明 名称 是否必选 类型 说明 project_id

查看更多 →

召回是指对大量的物品做初选，为每一个用户形成个性化侯选集。召回策略中内置了多种召回方式，用户可根据自己场景选择。召回策略对应流程请参见图1。 图1 召回策略 推荐系统支持的召回方式有： 基于特定行为热度推荐 基于综合行为热度推荐 基于物品的协同过滤推荐 基于用户的协同过滤推荐 基于交替最小二乘的矩阵分解推荐

查看更多 →

用户属性表 物品类数据 物品属性表 行为类数据 用户操作行为表 用户需要自己手工创建整理这些表并存储到OBS上。 每张表的表结构必须符合推荐系统的要求，列名和字段类型需要和规范中保持一致（参考下面的表结构说明）。 每张表中填充的数据，必须符合推荐引擎的要求。 对于业务数据中无法提供的字段可以填NULL。

查看更多 →

通过DLF进行作业监控及任务异常重新启动 推荐系统提供了查询作业详情API接口，可返回作业详情。返回体中的作业状态字段“jobs.job_status”表示了当前任务的状态。 重新执行作业的API用来将任务以相同的配置重新执行一次。 通过查询作业详情API和重新执行作业的API可

查看更多 →

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。 共同邻居（Common Neighbors） 是一种常用的基本图分析算法，可以得到两个节点所共有的邻居节点，直观地发现社交场合中的共同好友、消费领域共同感兴趣的商品，进一步推测两个节点之间的潜在关系和相近程度。

查看更多 →

准备离线数据源 在使用RES创建数据源时，您需要准备以下的3种基础数据包并上传至OBS。如果使用近线流程，需先将业务系统埋点日志转换成推荐系统指定格式，并实时写入DIS相应通道。本章节介绍了RES当前离线数据源和近线数据源的数据格式，您可以参考本章节说明，准备相应的数据。 目前数

查看更多 →

近线作业 近线作业简介 近线作业为推荐系统提供实时计算能力。近线作业以 数据接入服务 DIS中的数据为数据源，实时计算并更新用户画像、物品画像和推荐候选集等数据。使用近线作业，用户需先将业务系统埋点日志转换成实时日志指定格式，并实时写入DIS相应通道。近线作业具体实现请参见图1。 图1

查看更多 →