开发者学堂课程【场景实践 - 搭建个性化推荐引擎系统：推荐引擎RecEng基本操作演示】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/522/detail/7054
推荐引擎RecEng基本操作演示
基本操作演示
使用推荐引擎产品来实现一个推荐系统，首先登录阿里云网站输入帐号密码之后，进入下图界面
点击屏幕右上方的控制台按钮，进入到管理控台界面，进入到管理控制台界面之后，点击左侧的大数据数加菜单，可以看到下属菜单，此次试验主要涉及到两个产品模块，一个据开发套件模块，一个是推荐引擎模块。
1.大数据套件模块
首先看一下大数据开发套件模块，点击大数据开发套件，屏幕的右侧会展示出相关的项目，可以点击相关的项目进入到相关的工作区
下图是一个开发界面
在开发界面可以新建脚本、新建任务，然后在新建的脚本和任务里面实现建表操作，然后将线下的数据导入到新建的表里，再通过 SQL 加工的方法，将导入的数据加工成推荐引擎产品所需要7张表，比如说用户表、物品表、用户行为表，max compute 在本次实验里主要起到这一部分的功能。
2.推荐引擎模块
点击推荐引擎按钮，进入到推荐引擎的首页，然后在资源管理界面添加相关的云计算资源，点开之后把相关的信息填完整之后，然后进行校验
校验通过之后，会在界面产生一条相关的云计算资源标识
再回到推荐引擎首页新建业务，比如建 book，名字为读书推荐，大数据资源选择刚才新建的资源
然后点击确定创建成功之后，下一步就需要为此次的业务添加相关的数据，点击添加数据，左侧是本次推荐所需要的六张表，可以点击左侧的相关表，然后右侧选择它对应在 odps 中的相关数据表。
点击保存之后，左侧就体现出了 ODPS 中的原始表以及推进引擎中的表的对应关系，然后点击评估。
评估的时候时间选择8月1号，因为后台保存的数据是8月1号的，所以说时间必须要选择8月1号才能做相关的启动评估工作。
然后就进入评估状态，由评估的时间比较长，就跳过步骤，找一个已经成功的实验。
可以在业务相关的评估结果，点击查看详情按钮
可以从六个方面：基础质量、内容丰富度、覆盖率、算法适应度、波动性，效果指标适用度这些方面查看相关的得分以及改进建议。评估成功之后，就可以进行下一步操作：测试。可以新建一个场景，场景名称为图书，场景 ID 叫tushu，点击相关的新建场景，右侧能够看到 API 参数和算法策略按钮
此次的 API 参数是要勾选用户 ID 和物品 ID，进行相关的保存.算法策略主要是选择基于 itemCF 的协同过滤，然后调整参数将行为权重调整为 view 1.0进行保存。
API 参数和策略完之后可以进行一个计算操作，日期仍然选择8月1号。
然后启动计算，因为计算的时间较长，所以看一个支线已经计算成功的一个相关案例。
这是一个成功的图书推荐场景，可以在右侧查看相关的日志，比如说什么时候开始执行，什么时候结束。查看它相关的流程图
运算成功之后可以做一些在线的相关测试，在在线流程里面添加推荐候选集
选择基于物品相似度产生的相似物品列表和用户对物品的推荐候选选项。权重各选择50%，点击在线测试就能做相关的测试，比如说 user ID 输入一个4，itemID输入13［03］
执行测试就可以在下面看到它的一个测试结果，这种测试主要是测用户4在图书13详情页面的推荐结果。如果是用户4直接登录的首页就没有图书 ID 了，也就是用户4图书 ID 为空的推荐结果。
在线测试成功之后，可以点击上线，点击上线之后，在界面就有了一条相关的记录
是一样的，比如说看一个用户它的首页的推荐，则只输入用户 ID，比如说15有相关的执行结果。
那如果想看用户在某一个页面做的相关推荐，那需要把用户 ID 和图书 ID 都填上，然后做相关的执行，以上就是本次的产品介绍。
