数据导入

数据导入介绍

数据导入即读取经过“数据结构”生成的数据，对每条数据进行校验。推荐系统保留字段需校验类型和数据合法性、自定义字段校验类型，输出错误报告。如果数据完全符合要求，会生成推荐系统所需要的宽表和画像数据。

• 宽表：推荐系统内部格式，以行为数据为主，将行为数据中涉及到的用户数据和物品数据整合成一条数据。
• 画像：画像分为用户画像和物品画像，分别用于存储用户输入的用户特征和物品特征。如果同一用户或物品有多条记录，将会按照用户ID或者物品ID去重。

前提条件

• 已按照创建离线数据源操作指导完成数据源的创建。
• 已完成数据结构识别和人工复核确认。

操作步骤

1. 在“执行步骤”页签，单击数据导入下的“执行”。进入“导入”页面，确认页面信息后单击“确认”，允许推荐系统读取您OBS中存储的特征数据，生成画像和宽表。
2. 确认完成单击“执行”，待状态为“已完成”时，生成推荐系统内部通用的画像和宽表数据。
3. 执行完成在页面下方会生成数据相关报告。
   • “数据导入报告”，显示数据“类型”、“总条目数”、“合法条目数”、“非法条目数”、“重复度”和“合法率”信息。
   • 类型包括生成的用户、物品、行为数据。您可以通过单击左侧的查看具体报告信息。
     • “名称”项显示具体参数的名称。
     • “条目数”显示各种类型数据的具体数量。
       图1 查看报告
       
   • 如果导入错误，会生成“数据导入错误报告”，显示数据“类型”、“数量”和“原因”，方便您定位问题原因。
4. （可选）如果用户更新了数据源，可以重新导入数据。
   1. 单击“数据导入报告”后的“执行”，重新进行数据导入。
      图2 重新导入数据
      

      表1 参数解释

      参数	说明
      导入画像	选择是否导入画像。 画像分为用户画像和物品画像, 分别用于存储客户输入的用户特征, 物品特征, 如果同一用户或物品有多条记录, 将会去重。
      导入宽表	选择是否导入宽表。 宽表为推荐系统内部格式， 以行为数据为主， 将行为数据中涉及到的用户数据和物品数据整合成一条数据。
      保留已有宽表	选择对已有宽表是否保留。目前支持覆盖、是、否。
      开启调度	开启调度，可按照您所设置的时间周期性的提交任务。 “调度周期”：调度周期可选“天”或“周”。 “调度类型”：包括自定义和间隔调度。 “开始调度时间”：选择具体的调度时间。可在此下拉框中勾选具体的时间点。 “时间间隔（小时）”：如果选择的调度类型为间隔调度，需要配置调度的时间间隔。

   2. 设置完成后，单击“确定”，重新导入数据。