投稿

阿里云智能推荐内容型

网友投稿 • • 全球云 • 阅读 0

数据描述

对于内容型行业的场景，我们需要准备3张数据表

  1. 内容表（item）：最近场景内全部可以被推荐的内容的全量表。由于item数量受quota限制，建议您上传前做去重处理。item_id|item_type唯一。
  2. 用户表（user）：最近系统的全部注册用户表。由于user数量受quota限制，建议您上传前做去重处理。user_id唯一。
  3. 行为表（behavior）：最近一段时间场景的行为数据。我们建议您提供一到两周的数据。如果是全新场景，没有历史数据；或者因为技术原因无法提供行为数据，可以使用我们提供的测试数据，但是在开始一段时间（大约两周）内，模型的效果会不太理想，但随着数据的积累，会逐渐上升并最终稳定。对于这三张表的选填字段，我们建议您尽量上传，这些选填字段越多越准确，模型的效果越好。但是缺失部分选填字段也不会使服务不可用。

表结构

item

字段名 字段类型 是否必需 字段含义 字段值枚举 字段值说明 字段值示例
item_id string 必需 内容唯一标识ID 用户自填 item_id+item_type作为一条数据的唯一标识 34513
item_type string 必需 内容的类型 image
article
video
shortvideo
item
recipe
audio
（如当前类型不满足，请联系技术人员沟通解决方案）		 必须与示例中的类型相匹配，否则会混排失效 article
status string 必需 物品状态是否可推荐 0
1		 1:可推荐，
0:不可推荐
（用于实时干预）		 1
duration string 视频类型必填，其它推荐 时长，秒 用户自填 视频总时长 1000
title string 推荐 内容标题 用户自填 用于语义层面深入分析，置空会损失部分算法效果，建议填写 数字时代是最大机遇
scene_id string 必需 物品可被投放的子场景ID 用户自填 1、英文逗号分隔的若干场景ID
2、场景ID中不能含有英文冒号
3、场景ID不能为-102（内部预留值）
4、当推荐不分子场景时，该字段置1。
（用于不同投放页面，使用方式）		 1001,1002
weight string 推荐 item加权权重1-100 用户自填 1、置空后，默认值为1，不可全部为0
2、设置了高权重的物品，会有更高的概率优先推荐出来		 1
pub_time string 推荐 发布时间的时间戳，单位s 用户自填 对有时效性需求的用户，必填。（用于新品的推荐策略） 1520327038
expire_time string 推荐 内容失效时间戳，单位s 用户自填 1、当前服务器时间大于该字段时，item将不被继续推荐。
2、如果所有数据均失效，服务无法启动。
3、置为空代表永不失效		 1520327038
last_modify_time string 推荐 内容信息的最后修改时间戳，单位s 用户自填 如果用户对已经发布了的商品做了较大的更新，又有时效性的需求，可以更新此字段。同pub time功能类似，共同作用于新品链路。 1520327038
category_level string 推荐 类目层级数，例如3级类目 用户自填 如果和category_path数据不匹配，会影响打散功能 3
category_path string 推荐 类目路径，下划线联接 用户自填 1、类目路径，支持多级类目，用下划线联接
2、不可出现英文逗号，英文冒号
（用于打散策略）		 12_1024_56
tags string 推荐 标签，多个标签使用英文逗号分隔 用户自填 1、主要用于描述物品的特征，由业务方自行运营物品的标签库
2、算法模型会基于标签进行特征分析，根据行为训练用户热点分布。
3、标签池总个数不能超过50000		 数字化,人工智能，AI
author string 推荐 作者表，多个标签使用英文逗号分隔 用户自填
content string 可选 内容正文 用户自填 通常为正文关键片段，最长5000个中英文字符，主要用于语义分析 北京时间6月10日晚，联合国发布全球数字经济未来发展纲领性报告——《数字相互依存的时代——联合国数字合作高级别小组报告》。联合国数字合作高级别小组联合主席马云表示：“我相信数字时代是我们面临的最大机遇。我相信这个新时代的最大风险是错失机会的风险。”
channel string 可选 频道，多个标签使用英文逗号分隔 用户自填
organization string 可选 机构列表，多个标签使用英文逗号分隔 用户自填
pv_cnt string 可选 一个月内曝光次数 用户自填 启动时，如果当前场景行为数据比较稀疏，可以将平台其他场景的行为统计数据放入这些字段，不要求实时性。模型稳定后，如果维护这些字段成本较高，可以低优先级处理 100000
click_cnt string 可选 一个月内点击次数 用户自填 不要求实时性，优先级可以放低 1000
like_cnt string 可选 一个月内点赞次数 用户自填 不要求实时性，优先级可以放低 100
unlike_cnt string 可选 一个月内踩次数 用户自填 不要求实时性，优先级可以放低 100
comment_cnt string 可选 一个月内评论次数 用户自填 不要求实时性，优先级可以放低 100
collect_cnt string 可选 一个月内收藏次数 用户自填 不要求实时性，优先级可以放低 100
share_cnt string 可选 一个月内分享次数 用户自填 不要求实时性，优先级可以放低 100
download_cnt string 可选 一个月内下载次数 用户自填 不要求实时性，优先级可以放低 100
tip_cnt string 可选 一个月内打赏数 用户自填 不要求实时性，优先级可以放低 100
subscribe_cnt string 可选 一个月内关注数 用户自填 不要求实时性，优先级可以放低 100
source_id string 可选 物料经由哪个平台进入场景 用户自填 比如天猫，淘宝等，这个字段可以是平台的id,例如淘宝1，天猫2 1
country string 可选 国家编码 用户自填 ISO3166-1alpha-3 编码 “CHN”（中国）
city string 可选 城市名称 用户自填 杭州、上海
features string 可选 物料特征 用户自填 英文逗号分隔的物料特征；该特征是描述性的
num_features string 可选 物料特征 用户自填 英文逗号分隔的数值型物料特征；必须保证所有物料的该字段逗号个数一致，且字段对齐

user

字段名 字段类型 是否必需 字段含义 字段值枚举 字段值说明 字段值示例
user_id string 必需 用户唯一ID 用户自填 1、注册用户必填
2、user_id + user_id_type作为一条数据唯一标识		 1234567
user_id_type string 必需 用户注册类型 1
2
3
4		 1:app注册账号，2:手机号，3:微信号，4:其它 2
imei string 推荐 安卓:MD5（imei），IOS:MD5（idfa） 用户自填 1、非注册用户必填
2、按照指定要求，mac地址，设备号等无效，会无法使用内部用户画像信息，仅保留曝光过滤功能
3、32位MD5值		 e2fcdb0f4dce45e35fe2823d797333ec
third_user_name string 推荐 第三方用户名称 用户自填 jack
third_user_type string 推荐 第三方平台名称 用户自填 wechat
phone_md5 string 推荐 用户手机号的md5值 用户自填 d41d8cd98f00b204e9800998ecf8427e
gender string 推荐 性别 male
female
unknown		 male
age string 推荐 年龄 用户自填 22
age_group string 推荐 年龄段 用户自填 20-25
country string 推荐 国家编码 用户自填 ISO3166-1 alpha-3 编码 “CHN”（中国）
city string 推荐 城市名称 用户自填 杭州、上海
ip string 推荐 最后登录IP 用户自填 202.113.34.16
device_model string 推荐 设备型号 用户自填 iphoneX
tags string 推荐 用户tags，多个tag使用英文逗号分隔 用户自填 对用户的标签描述 足球,健身,户外
source string 推荐 用户来源 用户自填 今日头条引流
content string 可选 用户描述 用户自填
register_time string 可选 注册时间戳，单位s 用户自填 1520007038
last_login_time string 可选 上次登录时间戳，单位s 用户自填 1520017038
last_modify_time string 可选 用户信息的最后修改时间戳，单位s 用户自填 1520327038
features string 可选 用户特征 用户自填 英文逗号分隔的用户描述性特征，比如画像等
num_features string 可选 用户特征 用户自填 英文逗号分隔的数值型用户特征；必须保证所有物料的该字段逗号个数一致，且字段对齐

behavior

字段名 字段类型 是否必需 字段含义 字段值枚举 字段值说明 字段值示例
item_id string 必需 内容ID 用户自填 需要与item表中的item_id想匹配 34513
item_type string 必需 内容的类型 image
article
video
shortvideo
item
recipe
audio		 需要与item表中的item_type想匹配 image
bhv_type string 必需 行为类型，例如曝光、停留、点击、收藏、下载等 expose
click		 正利数据click的条数需要小于负利数据expose的条数，否则系统会判断数据异常，无法启动服务 expose
trace_id string 必需 请求追踪/埋点ID。用于在AB实验时区分 调用了阿里推荐引擎 Alibaba
selfhold		 1、调用了阿里推荐引擎而产生的行为数据，填Alibaba；没有调用阿里推荐引擎而产生的行为数据，填selfhold
2、主要用于控制台报表分析，效果对比		 Alibaba
trace_info string 必需 请求埋点信息。一次推荐接口调用时会返回该信息，日志记录时带上即可 用户自填 1、阿里流量必需，其它流量置空
2、智能推荐的查询接口返回中，会有trace_info字段，原样返回即可		 阿里流量必需
bhv_time string 必需 行为发生的时间戳，单位s 用户自填 用户实际产生行为的时间 1520327038
scene_id string 必需 场景ID 用户自填 1、用户产生行为的场景，在对应的item的场景ID中，单值
2、无场景区分需求，默认填1,若无法追踪到行为的具体场景ID，填-102。		 1001
bhv_value string 推荐 行为详情，例如点击次数，停留时长，购买件数等 用户自填 1、点击行为填1即可
2、曝光行为视业务需求，也可不填
3、其它行为类型请联系技术开发		 500
user_id string 推荐 用户ID 用户自填 1、注册用户需要与user表中相匹配
2、未登录用户访问可不填		 1234567
platform string 可选 客户端平台。 用户自填 ios/andriod/h5 ios
imei string 可选 安卓:MD5（imei），IOS:MD5（idfa） 用户自填 1、非注册用户必填
2、按照指定要求，mac地址，设备号等无效，会无法使用内部用户画像信息，仅保留曝光过滤功能
3、32位MD5值		 e2fcdb0f4dce45e35fe2823d797333ec
app_version string 可选 app的版本号 用户自填 4.1.10
net_type string 可选 网络型号 用户自填 2G/3G/4G/WIFI 4G
ip string 可选 客户端IP信息 用户自填 234.45.13.14
login string 可选 是否登录用户 0
1		 0：未登录
1：登录		 1
report_src string 可选 上报来源类型 1
2		 1:服务端，2:客户端。 2
device_model string 可选 设备型号 用户自填 iphoneX
longitude string 可选 位置经度 用户自填 128.4
latitude string 可选 位置纬度 用户自填 78.1
module_id string 可选 模块ID 用户自填 114
page_id string 可选 页面ID 用户自填 4
position string 可选 内容所在的位置信息 用户自填 5

behavior type

expose 曝光
click 点击
like 点赞
unlike 踩
comment 评论
collect 收藏
stay 停留时长
share 分享
download 下载
tip 打赏
subscribe 关注

原创文章，作者：网友投稿，如若转载，请注明出处：https://www.cloudads.cn/archives/33737.html

赞 (0)
网友投稿网友投稿
0 0
上一篇 2023年2月2日 am10:43
下一篇 2023年2月2日 am10:43

相关推荐

发表评论

登录后才能评论