445
iPhone_iPad_Mac_手機_平板_蘋果apple
步驟五：啟用推薦業務__快速入門_推薦引擎-阿裏雲
推薦引擎工作的模式為：每一個調度周期內（通常為日，我們Case中為日，即每日更新一次推薦數據），使用推薦算法離線在MaxCompute中計算一次，得到的數據用來支持當前周期內的推薦，然後可以通過調用API的方式得到推薦結果。
操作步驟如下：
- 啟動離線計算
- 查看離線處理結果
- 使用API實現首頁推薦
- 使用API實現詳情頁推薦
1. 啟動離線計算
以“首頁推薦”的場景為例，點擊“啟動離線計算”：
在彈出窗口中，可以看到“數據預處理狀態”為未完成，即需要先對數據進行預處理，點擊“請執行數據預處理”：
在“啟動數據預處理”窗口中，選擇數據時間為2016年4月1日，因為本Case中，假定數據的日期為2016年4月1日（ds=’20160401’）。此處時間僅為示例，您也可以根據自己的需要更改為其他時間。
點擊“啟動預處理”：
數據預處理需要運行幾分鍾的時間，期間我們看查看它的運行狀態。有兩種方法查看，第一種，在“我的推薦”頁中，點擊“查看數據預處理日誌”：
選中想要查看的作業類型、開始時間、結束時間以及推薦業務，點擊“按業務查詢”：
第二種，在“我的推薦”中點擊“啟動離線計算”：
點擊“請執行數據預處理”：
選擇需要查看狀態的數據日期：
選中2016-04-01，看到狀態為處理中：
處理成功後為：
數據預處理完成後，返回“我的推薦”頁麵，點擊“首頁推薦”後的“啟動離線計算”：
在彈出頁麵中，設置“數據截止日期”為2016-04-01，點擊“啟動任務”，啟動推薦算法對應的離線計算任務：
任務的狀態為運行中：
該任務運行時間較長，從幾分鍾到幾十分鍾不等，視數據量大小而定，本Case大概需要運行15~20分鍾。運行成功後，可以從“我的推薦”頁看到執行信息：
同樣的方式啟動“詳情頁推薦推薦”的離線任務，點擊“啟動離線計算”：
彈出窗口中，將日期調整為2016-04-01，可以看到數據預處理狀態為已完成，直接點擊啟動任務，啟動詳情頁推薦的離線計算任務：
在日誌列表頁中，查看作業執行詳情：
成功後，在“我的推薦”頁，可以看到最終執行狀態：
2. 查看離線處理結果
本章節為附加閱讀內容，跳過不會影響本實驗。
離線處理的推薦結果，會保存在在線存儲中。如果您使用的自己購買的“表格存儲”雲產品，則可以在表格存儲中看到離線產出的結果數據。登錄阿裏雲官網（www.aliyun.com），點擊“管理控製台”，進入管理控製台首頁，點擊“表格存儲”：
可以看到我們之前創建的實例，點擊進入：
可以看到有四張新創建的表：
離線計算的結果就保存在這四張表中，後續的調用都會訪問這些表，得到推薦列表。如果在線調用的並發量比較大，可以調整表的讀寫吞吐量：
在彈出的修改界麵中，調整讀寫吞吐量：
3. 使用API實現首頁推薦
現在我們可以通過API調用來訪問離線計算的結果，得到針對用戶的個性化推薦的電影列表。
如果一個標識為19（movielens_user_meta:user_id=19）的40歲的男性用戶（movielens_user_meta:user_id=19）正停留在首頁，該用戶的曆史評分記錄如下（movilens_user_behavior:user_id=19, movielens_item_meta）：
| 用戶 | 電影 | 評分 |
|---|---|---|
| 19 | Fish Called Wanda,A(1988) | 4.0 |
| 19 | Evil DeadII(1987) | 3.0 |
| 19 | Indiana Jones and the Last Crusade(1989) | 3.0 |
| 19 | Contact(1997) | 4.0 |
| 19 | Scream(1996) | 3.0 |
| 19 | Liar Liar(1997) | 3.0 |
| 19 | Butch Cassidy and the Sundance Kid(1969) | 5.0 |
| 19 | Groundhog Day(1993) | 4.0 |
| 19 | MASH(1970) | 4.0 |
| 19 | Chasing Amy(1997) | 2.0 |
| 19 | Rainmaker,The(1997) | 4.0 |
| 19 | Titanic(1997) | 2.0 |
| 19 | Everyone Says I Love You(1996) | 4.0 |
| 19 | Crash(1996) | 4.0 |
| 19 | Adventures of Priscilla,Queen of the Desert,The(1994) | 3.0 |
| 19 | Get Shorty(1995) | 4.0 |
| 19 | Stand by Me(1986) | 3.0 |
| 19 | American President,The(1995) | 3.0 |
| 19 | Babe(1995) | 5.0 |
| 19 | Eve’s Bayou(1997) | 4.0 |
我們可以對該用戶顯示哪些推薦電影？
實際上是通過API接口查看“首頁推薦”的結果，在“我的推薦”頁麵裏，點擊“首頁推薦”的“API調試”：
輸入請求參數，點擊調試接口，得到推薦結果：
關聯物品信息表，得到影片信息：
| 用戶 | 電影 | 推薦得分 |
|---|---|---|
| 19 | Don Juan DeMarco (1995) | 1.0 |
| 19 | Red Firecracker, Green Firecracker (1994) | 0.99 |
| 19 | A Chef in Love (1996) | 0.98 |
| 19 | Here Comes Cookie (1935) | 0.97 |
| 19 | Entertaining Angels: The Dorothy Day Story (1996) | 0.96 |
| 19 | Beautiful Thing (1996) | 0.95 |
即我們可以將上述電影的相關信息顯示在首頁，根據該用戶的曆史行為，有理由判斷他對這些電影更感興趣。
對於不同的用戶，推薦引擎計算出的可推薦電影列表不同；對於不同的用戶，登錄首頁後看到的推薦電影不同。這就是我們通常說的“千人千麵”，即個性化推薦。
您可以在您的網站或者APP中調用此API接口，正確傳入參數後，即可得到推薦結果。
4. 使用API實現詳情頁推薦
如果一個標識為19（movielens_user_meta:user_id=19）的40歲的男性用戶，該用戶的曆史評分記錄如下（movilens_user_behavior:user_id=19, movielens_item_meta）：
| 用戶 | 電影 | 評分 |
|---|---|---|
| 19 | Fish Called Wanda,A(1988) | 4.0 |
| 19 | Evil DeadII(1987) | 3.0 |
| 19 | Indiana Jones and the Last Crusade(1989) | 3.0 |
| 19 | Contact(1997) | 4.0 |
| 19 | Scream(1996) | 3.0 |
| 19 | Liar Liar(1997) | 3.0 |
| 19 | Butch Cassidy and the Sundance Kid(1969) | 5.0 |
| 19 | Groundhog Day(1993) | 4.0 |
| 19 | MASH(1970) | 4.0 |
| 19 | Chasing Amy(1997) | 2.0 |
| 19 | Rainmaker,The(1997) | 4.0 |
| 19 | Titanic(1997) | 2.0 |
| 19 | Everyone Says I Love You(1996) | 4.0 |
| 19 | Crash(1996) | 4.0 |
| 19 | Adventures of Priscilla,Queen of the Desert,The(1994) | 3.0 |
| 19 | Get Shorty(1995) | 4.0 |
| 19 | Stand by Me(1986) | 3.0 |
| 19 | American President,The(1995) | 3.0 |
| 19 | Babe(1995) | 5.0 |
| 19 | Eve’s Bayou(1997) | 4.0 |
且該用戶目前停留在電影《黃金眼》(GoldenEye (1995))的頁麵，則需要對該用戶推薦哪些電影？
實際上是通過API接口查看“首頁推薦”的結果，在“我的推薦”頁麵裏，點擊“詳情頁推薦”的“API調試”：
填寫API參數，點擊調試接口，得到答案：
適合推薦給他的電影依次為：
| 用戶 | 電影 | 推薦得分 |
|---|---|---|
| 19 | It’s a Wonderful Life (1946) | 1.84 |
| 19 | Three Colors: Red (1994) | 1.78 |
| 19 | Shawshank Redemption, The (1994) | 1.76 |
| 19 | Star Kid (1997) | 1.56 |
| 19 | Enchanted April (1991) | 1.5 |
| 19 | They Made Me a Criminal (1939) | 1.38 |
對於相同的用戶，如果他當前停留的電影詳情頁的位置不同，我們提供的推薦電影也不同。即我們不但可以做到通常意義上的“千人千麵”，也會結合用戶當前的具體信息進行更有針對性的推薦。
您可以在您的網站或者APP中調用此API接口，正確傳入參數後，即可得到推薦結果。
最後更新：2016-11-29 14:20:37
上一篇： 步驟四：配置推薦引擎__快速入門_推薦引擎-阿裏雲
下一篇： 數據上傳到MaxCompute(原ODPS)__用戶指南_推薦引擎-阿裏雲
- DescribeRegions__LoadBalancer相關API_API 參考_負載均衡-阿裏雲
- 雲服務器 ECS 故障處理 CPU跑滿
- 查詢簽名密鑰列表__後端簽名密鑰相關接口_API_API 網關-阿裏雲
- 購買實例__購買指導_移動安全-阿裏雲
- 到期__常見問題_雲解析-阿裏雲
- 遷移 RDS for PPAS 數據到本地 Oracle__數據遷移_用戶指南_雲數據庫 RDS 版-阿裏雲
- RAM__操作事件(Event)樣例_用戶指南_操作審計-阿裏雲
- 查詢區域運營商資源信息__資源監控接口_API 手冊_CDN-阿裏雲
- SetLoadBalancerUDPListenerAttribute__Listener相關API_API 參考_負載均衡-阿裏雲
- SDK下載__設備端接入手冊_阿裏雲物聯網套件-阿裏雲
相關內容
- 常見錯誤說明__附錄_大數據計算服務-阿裏雲
- 發送短信接口__API使用手冊_短信服務-阿裏雲
- 接口文檔__Android_安全組件教程_移動安全-阿裏雲
- 運營商錯誤碼（聯通）__常見問題_短信服務-阿裏雲
- 設置短信模板__使用手冊_短信服務-阿裏雲
- OSS 權限問題及排查__常見錯誤及排除_最佳實踐_對象存儲 OSS-阿裏雲
- 消息通知__操作指南_批量計算-阿裏雲
- 設備端快速接入(MQTT)__快速開始_阿裏雲物聯網套件-阿裏雲
- 查詢API調用流量數據__API管理相關接口_API_API 網關-阿裏雲
- 使用STS訪問__JavaScript-SDK_SDK 參考_對象存儲 OSS-阿裏雲