推荐系统入门之使用ALS算法实现打分预测
1. 开通机器学习PAI服务
说明：本场景使用的机器学习PAI服务依赖于MaxCompute大数据计算服务，在运行实验时将会消耗大约2.5元的计算费用，请确保您的账户余额充足。
1. 使用您的阿里云账号登录阿里云官网。
2. 在顶部的导航栏，依次将鼠标悬停到产品>人工智能处，然后单击机器学习平台PAI。
3. 在机器学习PAI控制台首页，单击立即开通。
4. 在服务开通页面，选择要开通的机器学习PAI服务所在的区域，例如华东2（上海），然后单击页面下方的立即购买。
5. 在订单确认页面，仔细阅读《机器学习(PAI)服务协议》后，勾选我已阅读并同意，最后单击立即开通。
6. 开通成功后，单击前往PAI管理控制台。
2. 创建PAI Studio项目
1. 在控制台左侧导航栏，单击可视化建模（Studio）。
2. 在PAI Studio页面单击创建项目。
3. 在右侧弹出的创建项目页面，MaxCompute选择按量付费，填入项目名称，然后单击确定。
PAI Studio底层计算依赖MaxCompute，如果您未开通过当前区域的MaxCompute，请按照页面提示去购买。
a. 单击购买。
b. 选择步骤一开通的机器学习PAI服务所在区域，例如华东2（上海），然后单击立即购买。
c. 仔细阅读《大数据计算服务MaxCompute（按量计算）服务协议》后，勾选我已阅读并同意，最后单击立即开通。
d. 开通成功后返回PAI Studio控制台页面，再次单击创建项目，在创建项目页面选择MaxCompute付费方式为按量付费，然后填入项目名称，最后单击确认。
4. 项目创建需要1分钟左右进行初始化，等待项目操作列出现进入机器学习，表示项目创建完成。
3. 创建实验
1. 单击左侧导航栏的首页。
2. 在模板列表找到ALS实现音乐推荐，然后单击从模板创建。
3. 在弹出的新建实验框，单击确定。
4. 查看实验模板
在该模板中已经默认配置了实验的数据源和ALS矩阵分解组件的参数。
1. 右键单击数据源节点，然后单击查看数据。
显示的数据如下。
该数据源包含4个字段，其中：
- user：用户ID。
- item：音乐ID。
- score：user对item的评分。
2. 单击ALS矩阵分解-1节点，右侧显示如下，可以看到字段设置已设置为与数据源中的字段一致。
3. 单击右侧的参数设置，可以看到模板中默认的算法参数。
5. 运行实验
1. 单击左上角运行。
2. 请耐心等待3~5分钟，实验运行完成如下所示。
6. 查看实验结果
本实验中会输出2张表，对应ALS算法中的X矩阵和Y矩阵。
1. 实验运行完成后，右键单击画布中的ALS矩阵分解-1，在快捷菜单，选择查看数据 > 查看输出桩1，即可查看矩阵X。
2. 右键单击画布中的ALS矩阵分解-1，在快捷菜单，选择查看数据 > 查看输出桩2，即可查看矩阵Y。
7. 预测评分
例如要预测user1对音乐978130429的评分，只要将下方两个向量相乘即可。
- user1：[-0.14220297,0.8327106,0.5352268,0.6336995,1.2326205,0.7112976,0.9794858,0.8489773,0.330319,0.7426911]
- item978130429：[0.2431642860174179,0.6019538044929504,0.4035401940345764,0.254305899143219,0.4056856632232666,0.46871861815452576,0.3701469600200653,0.3757922947406769,0.26486095786094666,0.37488409876823425]
经计算，两个向量相乘的结果为2.7247730805432644，可以预测user1对音乐978130429的评分为2.7247730805432644。
实验链接：https://developer.aliyun.com/adc/scenario/c62ae139fc4c40e4aceaef0e8cca8eed
