如图示,当在线用户的行为日志是浏览和广告点击的时候,日志里的用户行为是:用户1和用户2都看了PageID 200和一些其他的页面,然后用户1看了Page ID200并点击了广告,那么在他的用户日志里通过ETL可以把这个系列行为归纳并送到模型训练里去训练模型,然后经过训练模型中的一些特征,比如两个用户都是男性,都点了广告,那么训练模型就会得出应该给中国男性推荐某种广告。
在这个基础上,如果出现用户3和4,系统会主动给他们推荐训练模型得出结论的广告,若这个过程中系统发现用户3和4与用户1和2的行为日志不相符,会重新基于其行为日志进行新的训练模型归纳。
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。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。