开发者社区 > 大数据与机器学习 > 人工智能平台PAI > 正文

基于 PAI 的推荐技术架构是怎么样的?

基于 PAI 的推荐技术架构是怎么样的?

展开
收起
詹姆斯邦德00 2022-08-03 14:11:04 932 0
1 条回答
写回答
取消 提交回答
  • 在阿里云这边的整个的实现方案是这样的。基于 PAI 的推荐平台,在基础数据层,我们可以提供给你网站的一些离线数据,可以存到 RDS::MySQL 这样的一个数据库里。线上的一些行为数据,比如说你实时有一些点击,有些关注,你可能想做一些实时的处理。你可以做 Kafka。然后到上一层,数据加工层你可以用 Flink 做一个加工,产生一些实时的行为数据。生成了样本之后,可以发到模型训练层。在模型训练层就会用到 PAI 的一些算法。最上面应用的时候,为了保证整个服务的弹性,我们推荐通过云原生的方案去做,保证资源的弹性。最终在服务编排阶段,你可以先调一下召回,拿到召回的结果,然后去重,拿到最终的一个给排序的样本,然后排序的结果就会反馈给用户。这是我们整体的技术架构。

    image.png

    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

    2022-08-03 15:31:45
    赞同 展开评论 打赏

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

相关产品

  • 人工智能平台 PAI
  • 相关电子书

    更多
    大规模机器学习在蚂蚁+阿里的应用 立即下载
    阿里巴巴机器学习平台AI 立即下载
    微博机器学习平台架构和实践 立即下载