首先我们在 PAI-Studio 里基于你的原始数据生成你的协同过滤后的结果数据,这是两张表。
接着我们在 TableStore,即表格存储里去把这两张表按照要求的格式建立出来。
然后利用 Dataworks 去把这个数据从 PAI-Studio 里灌到表格存储里。
接着在 AutoLearning 里去把 TableStore 的两个数据配置出来,配出来呈一个策略。
然后最后把这个策略变成一个 PAI-EAS 的服务,你可以在这看一个调用方式。最终用户拿到的结果就是这条服务。
如果想更新迭代里面的整个的数据,你就可以去改最原始的这张表。因为整套服务都可以做成一个自动化的流程,都可以利用 Dataworks 的数据调度系统去做成一个自动化的系统。所以你只要每天去更新这里的原始的数据就可以了,剩下来的业务都可以自动化。
以上内容摘自《个性化推荐系统开发指南》电子书,点击https://developer.aliyun.com/topic/download?id=204可下载完成版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。