阅读535 返回首页    go 微信

实时修正算法开发手册__算法规范_开发者指南_推荐引擎-阿里云

阿里云推荐引擎支持两类实时修正，分别通过数据修正API和实时的用户行为日志提交到推荐引擎。数据修正API一般用来解决物品的实时变更需求，比如有新物品上线，或者老物品下架，需要及时调整；利用用户行为日志的修正一般用来调整用户的兴趣偏好，根据用户实时行为进行更有针对性的推荐。阿里云推荐引擎会提供默认的修正算法，客户也可以根据业务需求自己定义。

233

先决条件

您需要熟悉基于NodeJS的开发模式，主要包括JS的基本语法+异步编程+函数回调（后两项为高级进阶要求，依您所需要开发的算法复杂度选择具备即可）。

算法代码可在推荐引擎提供的界面中进行编辑修改，并运行在推荐环境中，您不需要在本地搭建NodeJS的环境。

基本知识

一个实时修正算法表现一个函数（一段NodeJS代码），函数体基本结构如下：

  1. function(logs) { // logs为数组类型，即您通过日志API上传的一组原始日志，每条日志为string类型
  2.   var callback = this; // 固定写法，callback为回调函数
  3.   console.log('test log', logs);
  5.   // 定义一个解析日志内容的方法，依您上传的日志格式进行解析。这里简单演示一个url请求参数的解析函数
  6.   var parseLog = function(log) {
  7.     var paraobj = {}, fields = log.split('&');
  8.     fields.forEach(function(ele) {
  9.       var tt = ele.split('=');
  10.       var k = decodeURIComponent(tt[0]), v = decodeURIComponent(tt[1]);
  11.       paraobj[k] = v;
  12.     });
  13.     return paraobj;
  14.   }
  16.   // 定义您需要读取的数据结构
  17.   var DataReader = {
  18.     REC_USER: []
  19.   };
  21.   // 解析当前日志中每个用户产生行为的item列表
  22.   var user2rec = {};
  23.   logs.forEach(function(log) {
  24.     var logobj = parseLog(log);
  25.     var user_id = logobj.user_id, item_id = logobj.item_id;
  27.     DataReader.REC_USER.push(user_id);
  28.     user2rec[user_id] = user2rec[user_id] || [];
  29.     user2rec[user_id].push(item_id);
  30.   });
  32.   console.log(JSON.stringify(DataReader));
  33.   // 根据您定义的数据结构读取在线数据，TOOLBOX的使用方法见下一节详细说明
  34.   TOOLBOX.read(DataReader, function(err, data) {
  35.     if (err) return callback(err);
  36.     console.log(JSON.stringify(data));
  38.     // 定义您要写入的数据结构
  39.     var DataWriter = {REC_USER: {}};
  40.     var REC_USER = data.REC_USER;
  41.     // 执行一个简单逻辑，若当前用户没有推荐结果，把他最近产生过行为的item直接作为下次推荐列表
  42.     REC_USER.forEach(function(reclist, idx) {
  43.       var user_id = DataReader.REC_USER[idx];
  44.       if (reclist.length === 0) {
  45.         DataWriter.REC_USER[user_id] = user2rec[user_id].map(function(item_id) {
  46.           return [item_id, 1.0];
  47.         })
  48.       }
  49.     });
  51.     // 根据您定义的结构更新在线数据，TOOLBOX的使用方法见下一节详细说明
  52.     TOOLBOX.write(DataWriter, callback);
  53.   });
  54. }

SDK内置属性

TOOLBOX：SDK内置方法

这部分方法以系统内置函数的形式提供，您可以通过TOOLBOX.func_name调用（func_name为具体的方法名称）。

注：凡下文中提到的一个“推荐列表”在数据类型上均表示为一个二维数组，如[ [‘a’,1.0], [‘b’,0.9], [‘c’,0.8] ]，其中每一维第一位（即例中的’a’,’b’,’c’）固定表示item_id，其余位数可自定义扩展，如例中的1.0,0.9,0.8表示对应item_id的得分。

TOOLBOX主要包含以下方法：

方法名称 方法说明 参数列表 返回参数 注意事项
read 读取一组指定类型的在线数据 DataReader：JSON格式，支持的全部数据类型限定为{“REC_USER”:[], “REC_ITEM”:[], “REC_TAG”:[], “REC_DEFAULT”:1 ,”OTHERS”:[]}，您可以有选择性地进行属性填充。其中：
REC_USER：获取一组针对用户的推荐列表，取值类型为字符串数组，如[‘user1’,’user2’]；
REC_ITEM：获取一组针对物品的推荐列表，取值类型为字符串数组，如[‘item1’,’item2’]；
REC_TAG：获取一组针对自定义Tag的推荐列表，取值类型为字符串数组，如[‘tag1’,’tag2’]；
REC_DEFAULT：获取默认推荐列表，不需要获取默认推荐结果时，可以不设定该属性或将属性值设为0（亦即REC_DEFAULT:0）；
OTHERS表示获取一组自定义键值对，取值类型为字符串数组，如[‘key1’,’key2’]		 返回结果格式同输入参数，与DataReader中各查询属性顺序一一对应的查询结果，其中：
REC_USER/REC_ITEM/REC_TAG/REC_DEFAULT：一组推荐列表（数组），如[[[‘a’,1.0], [‘b’,0.9], [‘c’,0.8]], [[‘a’,1.0], [‘b’,0.9], [‘c’,0.8]]]；
REC_DEFAULT：一个推荐列表；
OTHERS：与自定义键顺序对应的值字符串		 1、这是一个异步方法，需要使用回调形式
2、单次调用的查询条数目不超过100
write 写入一组指定类型的在线数据 DataWriter：JSON格式，支持的全部数据类型限定为{“REC_USER”:{}, “REC_ITEM”:{}, “REC_TAG”:{}, “REC_DEFAULT”:[] ,”OTHERS”:{}}，您可以有选择性地进行属性填充。其中：
REC_USER：写入一组针对用户推荐列表，取值类型为JSON，如{“user1”:[[‘a’,1.0], [‘b’,0.9], [‘c’,0.8]], “user2”:[[‘a’,1.0], [‘b’,0.9], [‘c’,0.8]]}；
REC_ITEM：同上；
REC_TAG：同上；
REC_DEFAULT：写入默认推荐列表，取值为推荐列表；
OTHERS表示写入一组自定义键值对，如{“key1”:”value1”,”key2”:”value2”}		 无 这是一个异步方法，需要使用回调形式使用

实例附录(仅供参考)

实现实时行为过滤（看过不再推荐）

  1. function(logs) {
  2.   var callback = this;
  4.   var parseLog = function(log) {
  5.     var paraobj = {}, fields = log.split('&');
  6.     fields.forEach(function(ele) {
  7.       var tt = ele.split('=');
  8.       var k = decodeURIComponent(tt[0]), v = decodeURIComponent(tt[1]);
  9.       paraobj[k] = v;
  10.     });
  11.     return paraobj;
  12.   }
  14.   var getKey = function(user_id) {
  15.     return "U_BHV_HIST" + "#" + user_id.toString();
  16.   }
  18.   var DataReader = {
  19.     REC_USER: [],
  20.     OTHERS: []
  21.   };
  23.   var user2item = {};
  24.   logs.forEach(function(log) {
  25.     var logobj = parseLog(log);
  26.     var user_id = logobj.user_id, item_id = logobj.item_id;
  27.     user2item[user_id] = user2item[user_id] || {};
  28.     user2item[user_id][item_id] = 1;
  29.   });
  31.   DataReader.REC_USER = Object.keys(user2item);
  32.   // 请求获取用户实时历史行为
  33.   DataReader.OTHERS = Object.keys(user2item).map(function(u) {
  34.     return getKey(u);
  35.   });
  37.   var this_user_bhv = {};
  38.   for (var user in user2item)
  39.     this_user_bhv[user] = Object.keys(user2item[user]);
  41.   TOOLBOX.read(DataReader, function(err, data) {
  42.     if (err) return callback(err);
  44.     var DataWriter = {REC_USER: {}, OTHERS: {}};
  45.     var REC_USER = data.REC_USER, last_user_bhv = data.OTHERS.split('01');
  46.     REC_USER.forEach(function(reclist, idx) {
  47.       var user_id = DataReader.REC_USER[idx];
  48.       // 判断当前推荐列表中是否存在看过的item
  49.       var filtered = reclist.filter(function(rec) {
  50.         return this_user_bhv[user_id].every(function(item_id) {
  51.           return rec[0] !== item_id;
  52.         });
  53.       });
  54.       // 只在有更新的情况下写回，节省写在线存储开销
  55.       if (filtered.length < reclist.length)
  56.         DataWriter.REC_USER[user_id] = filtered;
  58.       // 合并用户本次行为记录
  59.       var diffitems = user2item[user_id];
  60.       last_user_bhv.forEach(function(item_id) {
  61.         diffitems[item_id] = 1;
  62.       });
  63.       DataWriter.OTHERS[getKey(user_id)] = Object.keys(diffitems).join('01');
  64.     });
  66.     TOOLBOX.write(DataWriter, callback);
  67.   });
  68. }

最后更新：2016-11-23 16:04:12

  上一篇：go 在线算法开发手册__算法规范_开发者指南_推荐引擎-阿里云
  下一篇：go 数据格式规范__数据规范_开发者指南_推荐引擎-阿里云