# 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 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       | 是否必选 | 说明                                                                                                                                                                                                                                                                       | 类型      | 取值范围              | 默认值   |
|:---|:---|:---|:---|:---|:---|
| sources  | 是    | 节点的ID，可以是多个ID，最多不超过30，按Enter键继续添加节点。                                                                                                                                                                                                                                     | String  | source节点的个数不超过30个 | -     |
| alpha    | 否    | 权重系数，其值越大，步长越长。                                                                                                                                                                                                                                                          | Double  | 0\~1，不包括0和1       | 0.85  |
| N        | 否    | 总的游走步数。                                                                                                                                                                                                                                                                  | Integer | 1\~200000         | 10000 |
| nv       | 否    | 游走过程提前结束参数：候选推荐节点访问次数的最小值。 说明： 对于一个节点，如果其在随机游走过程被访问到，且被访问到的次数达到"nv"，则该节点将记入候选推荐的节点。                                                                                                                          | Integer | 1\~10             | 5     |
| np       | 否    | 游走过程提前结束参数：候选推荐节点个数。 说明： 若某个source节点的候选推荐节点达到"np"，对于该source节点的随机游走将提前结束。                                                                                                                                      | Integer | 1\~2000           | 1000  |
| label    | 否    | 希望输出的点的类型。 说明： - 其值为空时，将不考虑点的类型，输出算法原始计算结果。  - 对其赋值时，将从计算结果中过滤出具有该"label"的点的返回。   | String  | 节点label           | -     |
| directed | 否    | 是否考虑边的方向。                                                                                                                                                                                                                                                                | Boolean | true 或false       | true  |
   
![](https://support.huaweicloud.com/usermanual-ges/public_sys-resources/note_3.0-zh-cn.png)
alpha决定跳转概率系数，也称为阻尼系数，是算法内的计算控制变量。
#### 注意事项
结束条件中，nv和np越小，实时推荐算法（Real-time Recommendation）提前结束越快。
#### 示例
输入参数sources =Lee，alpha=0.85，N=10000，nv=5，np=1000，label为空，directed=true。
计算结果中的top节点组成的子图会展示在绘图区，节点大小根据最终的score值的大小来区别，JSON结果会展示在查询结果区。