推荐召回
-
阿里云人工智能平台PAI使用FM-Embedding实现推荐召回-云淘科技
在推荐业务场景中,使用Designer提供的整套FM-Embedding方案可以快速获得User和Item对应的特征向量,您只需要在召回模块对该特征向量进行乘积,即可得到User对Item的评分结果。本文为您介绍如何使用FM算法和Embedding提取算法,快速生成User和Item的特征向量。 前提条件 已创建工作空间,详情请参见创建工作空间。 已将Max…
-
阿里云人工智能平台PAI基于二部图GraphSAGE算法实现推荐召回-云淘科技
本文为您介绍如何使用二部图GraphSAGE算法,快速生成推荐召回场景中的User和Item向量。 背景信息 图神经网络是深度学习的热点发展方向,PAI开源Graph-Learn框架,提供大量图学习算法。二部图GraphSAGE是经典的图神经网络算法,而GraphSAGE为二部图场景扩展,被用于淘宝的推荐召回场景。 在二部图场景下,可以将User和Item作…
- 信息流广告,信息流部分建议宽度830px,只针对默认列表样式,顺序随机
-
阿里云人工智能平台PAI使用FM-Embedding实现推荐召回-云淘科技
在推荐业务场景中,使用Designer提供的整套FM-Embedding方案可以快速获得User和Item对应的特征向量,您只需要在召回模块对该特征向量进行乘积,即可得到User对Item的评分结果。本文为您介绍如何使用FM算法和Embedding提取算法,快速生成User和Item的特征向量。 前提条件 已创建工作空间,详情请参见创建工作空间。 已将Max…
-
阿里云人工智能平台PAI基于二部图GraphSAGE算法实现推荐召回-云淘科技
本文为您介绍如何使用二部图GraphSAGE算法,快速生成推荐召回场景中的User和Item向量。 背景信息 图神经网络是深度学习的热点发展方向,PAI开源Graph-Learn框架,提供大量图学习算法。二部图GraphSAGE是经典的图神经网络算法,而GraphSAGE为二部图场景扩展,被用于淘宝的推荐召回场景。 在二部图场景下,可以将User和Item作…