机器学习PAI中推荐系统的过滤一般是怎样做的啊？redis是怎样一个数据结构存的啊？
问题1：机器学习PAI中推荐系统的过滤一般是怎样做的啊？redis是怎样一个数据结构存的啊？就是一些调曝光频次，以及对于近期下单的不推，加购的，重复推时没有行为的过滤～这些策略一般怎么实现会比较好呢？问题2：我看PAIREC的过滤是FilterConfs 支持曝光过滤（User2ItemExposureFilter），状态过滤（ItemStateFilter），数量调整（PriorityAdjustCountFilter, AdjustCountFilter）。 如果想实现我前面说的那些，我就是在想，如果用redis,每个用户的对应的item队列存哪些信息，怎么做会比较好？
写回答
-
针对问题1的回答：我们在PAI-Rec产品 https://www.aliyun.com/activity/bigdata/airec/pairec?spm=5176.14448519.J_9387194000.5.53ae6b03mCWMfe 里面支持的，后台可用一些在线存储系统，redis也可以，我们用hologres，自研的话得开发一个面向你们运营或者操作的平台开发，还有就是时效性，如果时效性要求高，还得用实时的flink，如果实时要求不高，可以用MaxCompute或者EMR。针对问题2的回答：https://developer.aliyun.com/article/1257754?spm=a2c6h.13262185.profile.9.aec41087lmJD3n 我们在PAI-Designer中发布了EasyRec组件，同时预制推荐模板中包含了特征工程、向量召回、排序几个模块，参考这些模板设置任务，比较直观。此回答整理自钉群“【EasyRec】推荐算法交流群”
2023-06-28 15:44:41赞同 展开评论 打赏
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。
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。
