华为云用户手册

响应消息 响应参数请参见表3。 表3 响应参数说明 参数名称 参数类型 说明 is_success Boolean 请求是否成功。 global_features Object 全局特征表4。 error_code String 请求失败时的错误码，请求成功时无此字段。 error_msg String 请求失败时的错误信息，请求成功时无此字段。 表4 global_features参数说明 参数名称 参数类型 说明 user_features List 用户特征列表。 item_features List 物品特征列表。 表5 user_features 和 item_features参数说明 参数名称 参数类型 说明 feature_name String 特征名称。 feature_type String 特征类型。 feature_value_type String 特征值类型。

响应消息 响应参数请参见表14-响应参数说明。 表14 响应参数说明 参数名称 是否必选 参数类型 描述信息 is_success 是 Boolean 是否成功。 strategies 是 List 请参见表15，返回策略结果集。 job_id 是 String 作业ID。 filter_uuid 是 String 过滤规则生成的uuid。 表15 strategies参数说明 参数名称 是否必选 参数类型 描述信息 strategy_type 是 String 策略类型（可选值） 召回策略：recall 排序策略：sorting name 是 String 策略别名。 algorithm_type 是 String 算法类型 。 parameter 是 JSON 请参见策略参数说明，算法参数。 candidate_set 是 List 请参见表16，候选结果集。 表16 candidate_set参数说明 参数名称 是否必选 参数类型 说明 uuid 是 String 候选集ID。 description 是 String 候选集描述。 表17 region_info参数说明 参数名称 是否必选 参数类型 说明 region_num 是 Integer 预分区个数。默认推荐预分区8个。 index_region_num 否 Integer 索引表预分区个数。只有特种工程中，初始用户画像-物品画像-标准宽表生成算子需要使用索引表预分区个数，其他离线算子因为不生成索引表不需要此参数。

请求消息 请求参数请参见表2-请求参数说明。 表2 请求参数说明 参数名称 是否必选 参数类型 说明 workspace_id 否 String 工作空间ID，默认为0 job_name 是 String 训练作业名称，只能由数字，字母，下划线，中划线组成，最大长度为20字符。 job_description 否 String 训练作业描述，最大长度为256字符。 offline_platform 是 List 请参见表3，离线计算平台信息。 data_source 是 List 请参见表5数据源。 storage 是 List 请参见表8，信息存储。 algorithm_setting 是 JSON 请参见表10，算法配置。 filter_rules 否 JSON 请参见表12，过滤配置列表。 表3 offline_platform参数说明 参数名称 是否必选 参数类型 说明 platform 是 String 平台名称，支持 DLI 。 platform_parameter 是 JSON 请参见表4，平台参数。 computing_resource 否 String 指定DLI运行任务的资源规格。 config_load_path 是 String 配置加载路径。 表4 platform_parameter 参数说明 参数名称 是否必选 参数类型 说明 cluster_name 是 String 集群名称，最大长度64。 表5 data_source参数说明 参数名称 是否必选 参数类型 说明 offline 是 List 请参见表6，离线数据源。 表6 offline参数说明 参数名称 是否必选 参数类型 说明 table_type_id 是 String 推荐通用数据模板 用户属性表USER_META 物品属性表ITEM_META 用户操作行为表USER_BEHAVIOR 通用格式GENERAL_FORMAT 数据格式请参见推荐系统离线数据源。 data_source_url 是 String 数据源路径，最大长度1000字符。 data_format 是 String 数据格式，可选值：csv、parquet、json、orc。 data_param 否 JSON 请参见表7，数据格式是csv的时候必选，其他可选。 start_time 否 String 通用格式数据源开始时间。例如，“2018-01-01”。 end_time 否 String 通用格式数据源结束时间。例如，“2018-02-01”。 表7 data_param参数说明 参数名称 是否必选 参数类型 说明 header 是 String 是否显示表头，有表头"true"或无表头"false"。 delimiter 是 String 分隔符，最大长度10字符。 quote 是 String 引用字符，最大长度10字符。 escape 是 String 转义字符，最大长度10字符。 表8 storage参数说明 参数名称 是否必选 参数类型 说明 platform 是 String 平台名称，现支持CloudTable。 platform_parameter 是 JSON 请参见表9，数据存储参数。 表9 platform_parameter 参数说明 参数名称 是否必选 参数类型 说明 cluster_id 是 String 集群ID。 table_name 是 String 表名称，最大长度64字符。 cluster_name 否 String 集群名称。 data_version 否 String 数据版本号。V1或者V2。 region_info 否 JSON 预分区信息。如果选择数据版本为V2时，才需要设置预分区信息。V1则默认不进行预分区。请参见表17，预分区信息。 表10 algorithm_setting参数说明 参数名称 是否必选 参数类型 说明 start_time 否 Long 训练数据开始时间，以毫秒为单位的时间戳。 end_time 否 Long 训练数据结束时间，以毫秒为单位的时间戳。 strategy 是 List 请参见表11，策略集合。 表11 strategy参数说明 参数名称 是否必选 参数类型 说明 strategy_type 是 String 策略类型（可选值） 召回策略：recall 排序策略：sorting name 是 String 策略别名，最大长度60字符。 algorithm_type 是 String 算法类型。 parameter 是 JSON 算法参数，JSON格式。 说明： 提交模板作业接口，根据选择策略的不同，参数也有不同。 召回策略 parameter中包含的参数，请参见策略参数说明中召回策略（recall）各策略参数说明。 排序策略 parameter中包含的参数有以下几部分： spec_id :参数类型Long，训练作业选择的资源规格ID。 run_path:参数类型String，训练结果保存根路径，训练完成后，会将模型和日志文件保存在该路径下。 training_data_path:参数类型String，训练数据的obs路径。 test_data_path:参数类型String，测试数据的obs路径。 策略参数说明中排序策略（sorting）各策略参数说明。 表12 filter_rules参数说明 参数名称 是否必选 参数类型 说明 behavior_rules 否 List 请参见表13，用户行为过滤配置。 blacklist 否 String 黑名单过滤配置。 whitelist 否 String 白名单过滤配置。 etl_uuid 否 String 特征工程-用户物品特征抽取生成的uuid，用于属性过滤配置。 表13 behavior_rules参数说明 参数名称 是否必选 参数类型 说明 behavior_type 是 String 行为类型 。 view：物品曝光 click：用户点击物品 collect：用户收藏了某个物品 uncollect：用户取消收藏某个物品 search_click：用户点击搜索结果中的物品 comment：用户对物品的评论 share: 分享 like：点赞 dislike：点衰 grade：评分 consume：消费 use：观看视频/听音乐/阅读 interval 是 Integer 代表过去几天的天数，取值[1,10000]。 frequency 是 Integer 代表频率次数，取值[1,10000]。

示例 成功响应示例 { "is_success": true, "message": "Succeed to query the scene information.", "scenes": [ { "scene_id": "0", "scene_name": "默认场景" }, { "project_id": "07f125793ba7497d887cb112dc917e87", "user_id": "07f125793ba7497d887cb112dc917e87", "scene_id": "51192cc3cecc4bcd854a6c40dc7941db", "scene_name": "10" } ]} 失败响应示例 { "error_code": "res.2301", "error_msg": "Failed to resolve the token from the request."}

响应消息 响应参数请参见表3。 表3 响应参数说明 参数名称 参数类型 说明 is_success Boolean 请求是否成功。 global_features Object 全局特征表4。 error_code String 请求失败时的错误码，请求成功时无此字段。 error_msg String 请求失败时的错误信息，请求成功时无此字段。 表4 global_features参数说明 参数名称 参数类型 说明 user_features List 用户特征列表。 item_features List 物品特征列表。 表5 user_features 和 item_features参数说明 参数名称 参数类型 说明 feature_name String 特征名称。 feature_type String 特征类型。 feature_value_type String 特征值类型。

响应消息 响应参数请参见表2。 表2 响应参数说明 参数名称 参数类型 说明 is_success boolean 请求是否成功。 scenes object [] 请参见表3，场景信息。 最小数量：1 最大数量：10 error_code String 请求失败时的错误码，请求成功时无此字段。 error_msg String 请求失败时的错误信息，请求成功时无此字段。 message String 返回消息。 表3 scenes参数说明 参数名称 参数类型 说明 project_id String 项目编号，用于资源隔离。 user_id String 来自公有云的user ID，用于用户隔离。 scene_id String 场景ID。 scene_name String 场景名称。

请求消息 请求参数请参见表2。 表2 请求参数说明 参数名称 是否必选 参数类型 说明 job_id 是 String 作业ID，只能由字母、数字、中划线和下划线组成，并且长度为1～20个字符。 type 是 String 作业类型。 offline_platform 否 Object 计算平台信息，type为etl/recall/filter/standard必填，为其他时不必填。 offline_platform包含参数如下： platform，参数类型String，非必选参数，平台名称，支持DLI。 platform_parameter，参数类型String，非必选参数，平台信息。platform_parameter包含参数cluster_name。 cluster_name，参数类型String，必选参数，集群名称。 config_load_path，参数类型String，非必选参数，配置加载路径。

响应消息 响应参数请参见表8。 表8 响应参数说明 参数名称 参数类型 说明 job_name String 作业名称。 job_id String 作业的ID。 is_success Boolean 请求是否成功。 error_message String 请求失败时的错误信息，请求成功时无此字段。 error_code String 请求失败时的错误码，请求成功时无此字段。 create_time Long 作业的创建时间。 etl_uuid String 候选集ID。

请求参数 请求参数参见表2。 表2 请求参数说明 参数名称 是否必选 参数类型 说明 workspace_id 否 String 工作空间ID，默认为0 job_name 是 String 训练作业名称，最大长度为20字符。必须以DataQuality-开头。 job_description 否 String 训练作业描述，最大长度为256字符。 algorithm_type 是 String 算法类型 DATA_QUALITY_INSPECTION algorithm_parameters 是 JSON 算法参数，每一种算法都有其特定的参数。 DATA_QUALITY_INSPECTION，请参见表7。 data_source 是 List 算法数据源配置 DATA_QUALITY_INSPECTION，数据源选择通用模板数据，请参见表5。 offline_platform 是 JSON 请参见表3，离线计算平台信息。 表3 offline_platform参数说明 参数名称 是否必选 参数类型 说明 platform 是 String 平台名称，最大长度64，支持DLI。 platform_parameter 是 JSON 请参见表4，平台参数。 computing_resource 否 String 指定DLI运行任务的资源规格。 config_load_path 是 String 读取配置源路径。 表4 platform_parameter参数说明 参数名称 是否必选 参数类型 说明 cluster_name 是 String 集群名称。 cluster_id 否 String 集群ID。 表5 data_source参数说明 参数名称 是否必选 参数类型 说明 table_type_id 是 String 推荐通用数据模板 用户属性表USER_META 物品属性表ITEM_META 用户操作行为表USER_BEHAVIOR 数据格式请参见推荐系统离线数据源。 通用格式 GENERAL_FORMAT data_source_url 是 String 数据源路径，最大长度1000字符。 data_format 是 String 输入数据格式，可选值：csv、parquet、json、orc。 data_param 否 JSON 请参见表6，数据格式是csv的时候必选，其他可选。 表6 data_param参数说明 参数名称 是否必选 参数类型 说明 header 是 Boolean 是否显示表头。 delimiter 是 String 分割符，最大长度10个字符。 quote 是 String 引用字符，最大长度10个字符。 escape 是 String 转义字符，最大长度10个字符。 表7 algorithm_parameters参数说明-DATA_QUALITY_INSPECTION算子 参数名称 是否必选 参数类型 说明 输出路径(result_path) 是 String 所有输出数据（错误数据以及错误信息）的存储路径，文件夹。 全局特征配置文件路径(global_features_information_path) 是 String 该文件为JSON格式，包含特征名、特征大类、特征值类型。全局特征文件详细内容可以通过查询全局特征配置获取。

示例 成功响应示例 { "is_success": true, "indicator_values": { "service1": { "flowA": { "clickUV": { "1559318400": "0.000", "1559404800": "12.000", "1559491200": "0.000", "1559577600": "45.000" }, "indicator1": { "1559318400": "12.000", "1559404800": "0.000", "1559491200": "5.000", "1559577600": "0.000" }, "indicator2": { "1559318400": "1.000", "1559404800": "0.000", "1559491200": "3.000", "1559577600": "0.000" } } } }} 失败响应示例 { "is_success": false, "error_code": "res.xxxx", "error_msg": "Failed to query indicators." }

响应消息 响应参数请参见表2。 表2 响应参数说明 参数名称 参数类型 说明 is_success Boolean 请求是否成功。 indicator_values Map[String，Map[String, Map[String, String]]] 查询到的效果指标，外层map的key表示服务名称，中间层表示流程名称，里层map的key表示时间戳，value表示对应的指标的值。 error_msg String 请求失败时的错误信息，请求成功时无此字段。 error_code String 请求失败时的错误码，请求成功时无此字段。

深度网络因子分解机 表37 algorithm_parameters参数说明 参数名称 是否必选 参数类型 说明 fields_feature_size_path 是 String 该文件标识了每一个域下的特征数量，排序数据处理接口会生成这个文件，文件路径为用户在数据处理中输入的“run_path”参数表示的路径的“fields_feature_size”目录下，文件名称为“part-00000”，需要用户提供文件完整路径。 max_iterations 是 Int 模型训练的最大迭代轮数。取值范围[1,1000] early_stop_iterations 是 Int 在测试集上连续early_stop_iterations轮迭代的AUC小于当前最优AUC时，迭代停止，训练结束。取值范围[1,1000]，不大于max_iterations。 algorithm_specify_parameters 是 JSON 请参见表38，算法相关参数。 示例： { “latent_vector_length”：10， “architecture”：[400,400,400]， “value_keep_probability”: 0.8, “active_function”:“reul” } initial_parameters 是 JSON 请参见表32，初始化相关参数。 示例： { “initial_method”:“normal”, “mean_value”: 0.0， “standard_deviation”：0.001 } optimize_parameters 是 JSON 请参见表33，优化策略相关参数。 示例： { “type”:“adam”, “epsilon”：1e-08， “learning_rate”：0.001 } regular_parameters 是 JSON 请参见表34，正则相关参数。 示例： { "l2_regularization":0.001, "regular_loss_compute_mode":"full" } 表38 algorithm_specify_parameters 取值说明 参数名称 是否必选 参数类型 说明 隐向量长度 （latent_vector_length) 是 Int 分解后的特征向量的长度。取值范围[1,100]，默认10。 神经网络结构 (architecture) 是 List[Int] 神经网络的层数与每一层神经元节点个数。每一层神经元节点数不大于5000，神经网络层数不大于10。默认为400,400,400。 神经元值保留概率 (value_keep_probability) 是 Double 神经网络前向传播过程中以该概率保留神经元的值。取值范围(0,1]，默认0.8。 激活函数 (active_function) 是 Enum 将一个（或一组）神经元的值映射为一个输出值。取值为relu/sigmoid/tanh，默认relu。

核函数特征交互神经网络 表39 algorithm_parameters参数说明 参数名称 是否必选 参数类型 说明 fields_feature_size_path 是 String 该文件标识了每一个域下的特征数量，排序数据处理接口会生成这个文件，文件路径为用户在数据处理中输入的“run_path”参数表示的路径的“fields_feature_size”目录下，文件名称为“part-00000”，需要用户提供文件完整路径。 max_iterations 是 Int 模型训练的最大迭代轮数。取值范围[1,1000]，默认50。 early_stop_iterations 是 Int 在测试集上连续early_stop_iterations轮迭代的AUC小于当前最优AUC时，迭代停止，训练结束。取值范围[1,1000]，不大于max_iterations，默认5。 algorithm_specify_parameters 是 JSON 请参见表40，算法相关参数。 示例： { "latent_vector_length":10, "active_function":"relu", "architecture":[400,400,400], "value_keep_probability":0.8, "sub_net_architecture":[40,5], "is_drop_fm":"False" } initial_parameters 是 JSON 请参见表32，初始化相关参数。 示例： { “initial_method”:“xavier” } optimize_parameters 是 JSON 请参见表33，优化策略相关参数。 示例： { “type”:“adam”, “epsilon”：1e-08， “learning_rate”：0.001 } regular_parameters 是 JSON 请参见表34，正则相关参数。 示例： { "l2_regularization":0.001, "regular_loss_compute_mode":"full" } 表40 algorithm_specify_parameters 取值说明 参数名称 是否必选 参数类型 说明 隐向量长度 （latent_vector_length) 是 Int 分解后的特征向量的长度。取值范围[1,100]，默认10。 神经网络结构 (architecture) 是 List[Int] 神经网络的层数与每一层神经元节点个数。每一层神经元节点数取值范围为[1,1000]，神经网络层数不大于5。默认400,400,400。 神经元值保留概率 (value_keep_probability) 是 Double 神经网络前向传播过程中以该概率保留神经元的值。取值范围(0,1]，默认0.8。 激活函数 (active_function) 是 Enum 将一个（或一组）神经元的值映射为一个输出值。取值relu/sigmoid/tanh，默认relu。 子网络结构 (sub_net_architecture) 是 List[Int] 特征向量之间使用神经网络核来计算相互关系时，该神经网络的结构。每一层的节点数取值范围为[1,100]，深度不超过5层。默认40,5。 是否移除因子分解机 (is_drop_fm) 是 Boolean 是否移除模型架构中的因子分解机部分，值为True则蜕变为带有核函数的DNN。取值true/false，默认false。

因子分解机 表35 algorithm_parameters参数说明 参数名称 是否必选 参数类型 说明 fields_feature_size_path 是 String 该文件标识了每一个域下的特征数量，排序数据处理接口会生成这个文件，文件路径为用户在数据处理中输入的“run_path”参数表示的路径的“fields_feature_size”目录下，文件名称为“part-00000”，需要用户提供文件完整路径。 max_iterations 是 Int 模型训练的最大迭代轮数。取值范围[1,1000]。 early_stop_iterations 是 Int 在测试集上连续early_stop_iterations轮迭代的AUC小于当前最优AUC时，迭代停止，训练结束。取值范围[1,1000]，不大于max_iterations。 algorithm_specify_parameters 是 JSON 请参见表36，算法相关参数。 示例： { “latent_vector_length”:10 } initial_parameters 是 JSON 请参见表32，初始化相关参数。 示例： { “initial_method”:“normal”, “mean_value”: 0.0， “standard_deviation”:0.001 } optimize_parameters 是 JSON 请参见表33，优化策略相关参数。 示例： { “type”:“adam”, “epsilon”：1e-08， “learning_rate”：0.001 } regular_parameters 是 JSON 请参见表34，正则相关参数。 示例： { "l2_regularization":0.001, "regular_loss_compute_mode":"full" } 表36 algorithm_specify_parameters 取值说明 参数名称 是否必选 参数类型 说明 隐向量长度（latent_vector_length) 是 Int 分解后的特征向量的长度。取值范围[1,1000]，默认值10。

逻辑斯蒂回归 表31 algorithm_parameters参数说明 参数名称 是否必选 参数类型 说明 fields_feature_size_path 是 String 该文件标识了每一个域下的特征数量，排序数据处理接口会生成这个文件，文件路径为用户在排序数据预处理中输入的结果保存路径参数表示的路径的“fields_feature_size”目录下，文件名称为“part-00000”，需要用户提供文件完整路径。 max_iterations 是 Int 模型训练的最大迭代轮数。取值范围[1,1000]。 early_stop_iterations 是 Int 在测试集上连续early_stop_iterations轮迭代的AUC小于当前最优AUC时，迭代停止，训练结束。取值范围[1,1000]，不大于max_iterations。 initial_parameters 是 JSON 请参见表32，初始化相关参数。 示例： { “initial_method”:“normal”,“mean_value”: 0， “standard_deviation”:0.001 } optimize_parameters 是 JSON 请参见表33，优化策略相关参数。 示例： { “type”:“adam”, “epsilon”：1e-08， “learning_rate”：0.001 } regular_parameters 是 JSON 请参见表34，正则相关参数。 示例： { "l2_regularization":0.001, "regular_loss_compute_mode":"full" } algorithm_specify_parameters 是 JSON - 表32 initial_parameters 参数说明 参数名称 是否必选 参数类型 说明 正态分布(normal) 平均值(mean_value) 是 Double 正态分布的平均值。取值范围[-1,1]，默认值为0。 标准差(standard_deviation) 是 Double 正态分布的标准差。取值范围[0, 1]，默认值为0.001。 均匀分布(uniform) 最小值(min_value) 是 Double 均匀分布的最小值， 必须小于最大值。取值范围[-1, 0)，默认值为-0.001。 最大值(max_value) 是 Double 均匀分布的最大值， 必须大于最小值。取值范围(0,1]，默认值为0.001。 xavier 无 是 无 神经元的初始值权重初始化为均值为0，方差为 Var(wi)=1/nin 的均匀分布（高斯或者随机分布）。其中 nin 是该神经元的输入数目。 表33 optimize_parameters 参数说明 参数名称 是否必选 参数类型 说明 梯度下降(grad) 学习率(learning_rate) 是 Double 决定优化器在优化方向上前进步长的参数。取值范围(0,1]，默认值为0.001。 自适应梯度(adagrad) 初始梯度累加和 (initial_accumulator_value) 是 Double 用来动态调整学习步长。取值范围(0,1]，默认值为0.1。 学习率(learning_rate) 是 Double 决定优化器在优化方向上前进步长的参数。取值范围(0,1]，默认值为0.001。 自适应矩估计(adam) 数值稳定常量(epsilon) 是 Double 为保证数值稳定而设置的一个微小常量。取值范围(0,1]，默认值为1.00E-08。 学习率(learning_rate) 是 Double 决定优化器在优化方向上前进步长的参数。取值范围(0,1]，默认值为0.001。 在线学习(ftrl) 初始梯度累加和 (initial_accumulator_value) 是 Double 用来动态调整学习步长。取值范围(0,1]，默认值为0.1。 L1正则项系数(lambda1) 是 Double 叠加在模型的1范数之上，用来对模型值进行限制防止过拟合。取值范围[0,1]，默认值为0。 L2正则项系数(lambda2) 是 Double 叠加在模型的2范数之上，用来对模型值进行限制防止过拟合。取值范围[0,1]，默认值为0。 学习率(learning_rate) 是 Double 决定优化器在优化方向上前进步长的参数。取值范围(0,1]，默认值为0.1。 表34 regular_parameters参数说明 参数名称 是否必选 参数类型 说明 L2正则项系数 (l2_regularization) 是 Double 叠加在模型的2范数之上，用来对模型值进行限制防止过拟合。取值范围[0,1]，默认值为0。 正则损失计算方式 (regular_loss_compute_mode) 是 enum full指针对全量参数计算，batch则仅针对当前批数据中出现的参数计算，batch模式计算速度快于full模式。默认full。

基于历史行为记忆生成候选集 表20 HistoryBehaviorMemory参数说明 参数名称 是否必选 参数类型 说明 data_source_config 是 JSON 请参见表21，数据源参数配置。 algorithm_config 是 JSON 请参见表22，算法参数配置。 candidate_set_config 是 JSON 候选集参数配置。 表21 data_source_config参数说明 参数名称 是否必选 参数类型 说明 retain_days 是 Integer 用户行为时间跨度 ，整数 [1,10000]。 表22 algorithm_config参数说明 参数名称 是否必选 参数类型 说明 history_behavior_memories 是 List 请参见表23，历史行为记忆。 表23 his_behavior_memos参数说明 参数名称 是否必选 参数类型 说明 behavior_type 是 String 行为类型。 view：物品曝光 click：用户点击物品 collect：用户收藏了某个物品 uncollect：用户取消收藏某个物品 search_click：用户点击搜索结果中的物品 comment：用户对物品的评论 share: 分享 like：点赞 dislike：点衰 grade：评分 consume：消费 use：观看视频/听音乐/阅读 least_intension 是 Integer 最低强度，整数[1,100]。

基于交替最小二乘的矩阵分解推荐 表17 AlsCF参数说明 参数名称 是否必选 参数类型 说明 data_source_config 是 JSON 请参见表18，数据源参数配置。 algorithm_config 是 JSON 请参见表19，算法参数配置。 candidate_set_config 是 JSON 候选集参数配置。 表18 data_source_config参数说明 参数名称 是否必选 参数类型 说明 retain_days 是 Integer 用户行为时间跨度，整数[ 1,10000]。 behavior_weights 是 List 请参见表7，行为权重。 表19 algorithm_config参数说明 参数名称 是否必选 参数类型 说明 implicit_vector_rank 是 Integer 隐向量维度，整数[ 1,1000]。 max_iterator_num 是 Integer 最大迭代次数， 整数 [1,2000)。 regular_param 是 Double 正则化系数，大于0 小于等于1，小数最多保留8位）。

基于属性匹配的召回策略 表26 BehaviorsWeight参数说明 参数名称 是否必选 参数类型 说明 portrait_storage 是 JSON 请参见表27，用户画像，物品画像的存储信息。 global_features_information_path 是 String 全局特征信息文件。 match_feature_pairs 是 List 请参见表30，待匹配特征对。 recommended_number 是 Integer 输出的推荐个数【1~1000】。 row 是 Integer 行数。 band 是 Integer 条数。 表27 portrait_storage参数说明 参数名称 是否必选 参数类型 说明 item_profile_storage 是 JSON 请参见表28，用户画像存储信息。 user_profile_storage 是 JSON 请参见表28，用户画像存储信息。 表28 item_profile_storage、user_profile_storage参数说明 参数名称 是否必选 参数类型 说明 platform 是 String 平台名称，现支持CloudTable。 platform_parameter 是 JSON 请参见表29，数据存储参数。 表29 platform_parameter 参数说明 参数名称 是否必选 参数类型 说明 cluster_id 是 String 集群ID。 table_name 是 String 表名称，最大长度64字符。 cluster_name 否 String 集群名称。 表30 match_feature_pairs参数说明 参数名称 是否必选 参数类型 说明 user_feature_name 是 String 用户特征。 item_feature_name 是 String 物品特征。 alias 是 String 别名。 weight 是 String 权重值，默认为1。

综合行为热度推荐 表5 BehaviorsWeight参数说明 参数名称 是否必选 参数类型 描述信息 data_source_config 是 JSON 请参见表6，数据源参数配置。 algorithm_config 是 JSON 算法参数配置。 candidate_set_config 是 JSON 请参见表8，候选集参数配置。 表6 data_source_config参数说明 参数名称 是否必选 参数类型 描述信息 behavior_weights 是 List 请参见表7，行为权重。 start_time 与retain_day二选一 long 用户行为起始时间。和end_time共存。 end_time 与retain_day二选一 long 用户行为结束时间。和start_time共存。 retain_day 与start_time二选一 Integer 用户行为时间跨度，整数 [1,10000]。 表7 behavior_weights参数说明 参数名称 是否必选 参数类型 说明 behavior_type 是 String 行为类型。 view：物品曝光 click：用户点击物品 collect：用户收藏了某个物品 uncollect：用户取消收藏某个物品 search_click：用户点击搜索结果中的物品 comment：用户对物品的评论 share: 分享 like：点赞 dislike：点衰 grade：评分 consume：消费 use：观看视频/听音乐/阅读 weight 是 Double 权重（(0, 1] 数字，小数保留1位）。 表8 candidate_set_config参数说明 参数名称 是否必选 参数类型 说明 is_recommended_by_category 是 Boolean 按类别推荐（true/false）。

基于用户的协同过滤推荐 表13 UserCF参数说明 参数名称 是否必选 参数类型 说明 data_source_config 是 JSON 请参见表14，数据源参数配置。 algorithm_config 是 JSON 请参见表15，算法参数配置。 candidate_set_config 是 JSON 请参见表16，候选集参数配置。 表14 data_source_config参数说明 参数名称 是否必选 参数类型 说明 retain_days 是 Integer 用户行为时间跨度，整数 [1,10000]。 behavior_weights 是 List 请参见表7（不包含uncollect和dislike），行为权重。 表15 algorithm_config参数说明 参数名称 是否必选 参数类型 说明 similar_metric 是 String 相似性度量方式（“cosine”）。 user_nn 是 Integer 用户最近邻域数，正整数 [1,100000000]。 表16 candidate_set_config参数说明 参数名称 是否必选 参数类型 说明 max_recommended_num 是 Integer 最大推荐结果数，正整数 [1,10000]。

基于物品的协同过滤推荐 表9 ItemCF参数说明 参数名称 是否必选 参数类型 描述信息 data_source_config 是 JSON 请参见表10，数据源参数配置。 algorithm_config 是 JSON 请参见表11，算法参数配置。 candidate_set_config 是 JSON 请参见表12，候选集参数配置。 表10 data_source_config参数说明 参数名称 是否必选 参数类型 说明 retain_days 是 Integer 用户行为时间跨度，整数 [1,10000]。 behavior_weights 是 List 请参见表7（不包含uncollect和dislike），行为权重。 表11 algorithm_config参数说明 参数名称 是否必选 参数类型 说明 similar_metric 是 String 相似性度量方式（'cosine'）。 表12 candidate_set_config参数说明 参数名称 是否必选 参数类型 说明 max_recommended_num 是 Integer 最大推荐结果数，正整数[ 1,10000]。

特定行为热度推荐 表2 SpecificBehavior参数说明 参数名称 是否必选 参数类型 说明 data_source_config 是 JSON 请参见表3，数据源参数配置。 algorithm_config 是 JSON 算法参数配置。 candidate_set_config 是 JSON 请参见表4，候选集参数配置。 表3 data_source_config参数说明 参数名称 是否必选 参数类型 描述信息 behavior_type 是 String 行为类型。 view：物品曝光 click：用户点击物品 collect：用户收藏了某个物品 uncollect：用户取消收藏某个物品 search_click：用户点击搜索结果中的物品 comment：用户对物品的评论 share: 分享 like：点赞 dislike：点衰 grade：评分 consume：消费 use：观看视频/听音乐/阅读 start_time 与retain_day二选一 long 用户行为起始时间，与end_time共存。 end_time 与retain_day二选一 long 用户行为结束时间，与start_time共存。 retain_day 与start_time二选一 Integer 用户行为时间跨度，整数 [1,10000]。 表4 candidate_set_config参数说明 参数名称 是否必选 参数类型 描述信息 is_recommended_by_category 是 Boolean 按类别推荐（true/false）。

响应消息 响应参数请参见表10。 表10 响应参数说明 参数名称 参数类型 说明 is_success Boolean 请求是否成功。 job_name String 作业名称。 job_id String 作业的ID。 create_time Long 作业的创建时间。 error_code String 请求失败时的错误码，请求成功时无此字段。 error_msg String 请求失败时的错误信息，请求成功时无此字段。

请求消息 请求参数请参见表2。 表2 请求参数说明 参数名称 是否必选 参数类型 说明 workspace_id 否 String 工作空间ID,默认为0 job_name 是 String 作业名称，只能由字母、数字、中划线和下划线组成，并且长度为1～20个字符。 job_description 否 String 作业描述，最大长度256字符。 online_services 是 List 需要进行效果评估的在线服务； indicators 是 List 请参见表3，需要统计的指标列表及其对应的参数。 start_time 是 Long 被统计数据的起始时间戳。 end_time 是 Long 被统计数据的终止时间戳。 interval 是 Double 统计间隔，以天为单位，每隔interval天计算一次指标，大于0。 result_path 是 String 结果保存路径。 offline_platform 是 JSON 请参见表8，配置信息。 表3 indicators参数说明 参数名称 是否必选 参数类型 说明 indicator_name 是 String 指标名称，可选名称如下： clickPV：点击PV clickPVRate：推荐点击PV率 clickUV：点击UV clickUVRate：推荐点击UV率 customize：自定义指标 indicator_params - JSON 请参见表4，指标参数，indicator_name为customize时必选。 表4 indicator_params 参数说明 参数名称 是否必选 参数类型 说明 customize_parameter 是 JSON 请参见表 表5。 customize_formula 是 JSON 请参见表 表6。 表5 customize_parameter参数说明 参数名称 是否必选 参数类型 说明 alias 是 String 参数别名，在自定义公式中进行调用，字母表示。 behavior_type 是 String 行为类型 。 view：物品曝光 click：用户点击物品 collect：用户收藏了某个物品 uncollect：用户取消收藏某个物品 search_click：用户点击搜索结果中的物品 comment：用户对物品的评论 share: 分享 like：点赞 dislike：点衰 grade：评分 consume：消费 use：观看视频/听音乐/阅读 threshold 是 String 行为阈值，阈值内的行为记录有效。 表6 culstomize_formula参数说明 参数名称 是否必选 参数类型 说明 alias 是 String 指标别名，字母、下划线、数字组成。 formula 是 String 用户指定自定义指标公式，由参数别名和计算符号组成。如：A/(A+B)，参数A、B代表自定义参数的参数别名。计算符号只支持+、-、*、/。 表7 data_param参数说明 参数名称 是否必选 参数类型 说明 header 是 Boolean 是否显示表头。 delimiter 是 String 分割符，最大长度10。 quote 是 String 引用字符，最大长度10。 escape 是 String 转义字符，最大长度10。 表8 offline_platform参数说明 参数名称 是否必选 参数类型 说明 platform 是 String 平台名称，支持DLI。 platform_parameter 是 JSON 请参见表9，平台参数。 computing_resource 否 String 指定DLI运行任务的资源规格。 config_load_path 是 String 配置加载路径。 表9 platform_parameter 参数说明 参数名称 是否必选 参数类型 说明 cluster_name 是 String 集群名称，最大长度64。 cluster_id 否 String 集群ID。

响应消息 响应参数请参见表3。 表3 响应参数说明 参数名称 参数类型 说明 is_success Boolean 请求是否成功。 error_msg String 请求失败时的错误信息，请求成功时无此字段。 error_code String 请求失败时的错误码，请求成功时无此字段。 job_id Long 训练作业的ID。 job_name String 训练作业的名称。 create_time Long 训练作业的创建时间。

请求消息 请求参数请参见表2。 表2 请求参数说明 参数名称 是否必选 参数类型 说明 workspace_id 否 String 工作空间ID，默认为0。 job_name 是 String 训练作业名称，名称只包含数字、字母、下划线和中划线，长度为1-20位。如：rank-demo。 job_description 否 String 训练作业描述，最大长度为256字符。 spec_id 是 Int 训练作业选择的资源规格ID。在使用ModelArts之前需要查询ModelArts服务AK/SK并确保关联AK/SK到ModelArts服务，然后通过查询ModelArts计算节点规格获取spec_id返回的值。 run_path 是 String 训练结果保存根路径，训练完成后，会将模型和日志文件保存在该路径下。不包含中文的文件夹。 training_data_path 是 String 训练数据的OBS路径。 test_data_path 是 String 测试数据的OBS路径。 algorithm_type 是 String 算法名称，推荐系统内部定义，必须为LR、FM、FFM、DEEPFM、PIN中的某一个。 algorithm_parameters 是 JSON 每个算法有其各自的参数列表，包括初始化、最优化、正则项等参数。 逻辑斯蒂回归算法是一种广义的线性回归分析模型，常用于数据挖掘、疾病自动诊断、经济预测等领域。逻辑斯蒂回归算法通过在线性回归的基础上叠加一个sigmoid激活函数将输出值映射到[0,1]之间，是机器学习领域里常用的二分类算法。LR算法参数请参见逻辑斯蒂回归。 因子分解机算法是一种基于矩阵分解的机器学习算法，能够自动进行二阶特征组合、学习特征之间的关系，无需人工经验干预，同时能够解决组合特征稀疏的问题。FM算法参数请参见因子分解机。 域感知因子分解机是因子分解机的改进版本，因子分解机每个特征对其他域的隐向量都一致，而域感知因子分解机每个特征对其他每个域都会学习一个隐向量，能够达到更高的精度，但也更容易出现过拟合。FFM算法参数请参见域感知因子分解机。 深度网络因子分解机，结合了因子分解机和深度神经网络对于特征表达的学习，同时学习高阶和低阶特征组合，从而达到准确地特征组合学习，进行精准推荐。DEEPFM算法参数请参见深度网络因子分解机。 核函数特征交互神经网络是深度网络因子分解机的改进版本，深度网络因子分解机通过向量点乘来计算特征之间的关系，而核函数特征交互神经网络使用不同的核（kernel）来对特征交互进行建模，以此来计算两个域中特征的相互关系，其中核的种类包括向量内积外积、矩阵乘法、神经网络等。利用核函数建模特征交互，实现了参数共享，减小了模型复杂度。PIN算法请参见核函数特征交互神经网络。 config 否 JSON 其他配置，预留字段。

响应消息 响应参数请参见表17。 表17 响应参数说明 参数名称 参数类型 说明 job_name String 作业名称。 job_id String 作业的ID。 is_success Boolean 请求是否成功。 error_message String 请求失败时的错误信息，请求成功时无此字段。 error_code String 请求失败时的错误码，请求成功时无此字段。 create_time Long 作业的创建时间。 etl_uuid String 候选集ID。

请求消息 请求参请参见表2。 表2 请求参数说明 参数名称 是否必选 参数类型 说明 workspace_id 否 String 工作空间ID，默认为0 job_name 是 String 训练作业名称，最大长度为20字符。 job_description 否 String 训练作业描述，最大长度为256字符。 algorithm_type 是 String 算法类型 INITIAL_PROFILES_GENERATION BUILD_RANK_UNIFORM_DATA_FROM_JSON algorithm_parameters 是 JSON 算法参数，每一种算法都有其特定的参数。 INITIAL_PROFILES_GENERATION，请参见表8 BUILD_RANK_UNIFORM_DATA_FROM_JSON，请参见表9。 data_source 是 List 算法数据源配置 INITIAL_PROFILES_GENERATION，数据源选择通用模板数据， BUILD_RANK_UNIFORM_DATA_FROM_JSON，数据源选择通用格式。 storage 是 JSON 请参见表6，存储平台。 offline_platform 是 JSON 请参见表3，离线计算平台信息。 表3 offline_platform参数说明 参数名称 是否必选 参数类型 说明 platform 是 String 平台名称，最大长度64，支持DLI。 platform_parameter 是 JSON 请参见表4，平台参数。 computing_resource 否 String 指定DLI运行任务的资源规格。 config_load_path 是 String 读取配置源路径。 表4 platform_parameter参数说明 参数名称 是否必选 参数类型 说明 cluster_name 是 String 集群名称。 cluster_id 否 String 集群ID。 表5 data_source参数说明 参数名称 是否必选 参数类型 描述信息 table_type_id 是 String 推荐通用数据模板 用户属性表USER_META 物品属性表ITEM_META 用户操作行为表USER_BEHAVIOR 数据格式请参见推荐系统离线数据源。 通用格式 GENERAL_FORMAT data_source_url 是 String 数据源路径，最大长度1000字符。 data_format 是 String 输入数据格式，可选值：csv、parquet、json、orc。 data_param 否 JSON 请参见表7，数据格式是csv的时候必选，其他可选。 start_time 否 String 文件开始时间，数据格式是json的时候必选，其他可选。 end_time 否 String 文件结束时间，数据格式是json的时候必选，其他可选。 表6 storage参数说明 参数名称 是否必选 参数类型 说明 user_profiles_table 否 JSON 用户属性存储表.请参见表8， algorithm_type为INITIAL_PROFILES_GENERATION时必选。 item_profiles_table 否 JSON 物品属性存储表请参见表8， algorithm_type为INITIAL_PROFILES_GENERATION时必选。 表7 data_param参数说明 参数名称 是否必选 参数类型 说明 header 是 Boolean 是否显示表头。 delimiter 是 String 分割符，最大长度10个字符。 quote 是 String 引用字符，最大长度10个字符。 escape 是 String 转义字符，最大长度10个字符。 表8 algorithm_parameters参数说明-INITIAL_PROFILES_GENERATION算子 参数名称 是否必选 参数类型 说明 输出路径(result_path) 是 String 所有输出数据（用户物品特征、特征映射、域特征值数目统计结果、训练集、测试集）的存储都路径，文件夹。 全局特征配置文件路径(global_features_information_path) 是 String 该文件为JSON格式，包含特征名、特征大类、特征值类型。全局特征文件详细内容可以通过查询全局特征配置获取。 高级设置(writer_parameters) 否 JSON 请参见表10。 表9 algorithm_parameters参数说明-BUILD_RANK_UNIFORM_DATA_FROM_JSON算子 参数名称 是否必选 参数类型 说明 输出路径(result_path) 是 String 所有输出数据（用户物品特征、特征映射、域特征值数目统计结果、训练集、测试集）的存储都路径，文件夹。 全局特征配置文件路径(global_features_information_path) 是 String 该文件为JSON格式，包含特征名、特征大类、特征值类型。全局特征文件详细内容可以通过查询全局特征配置获取。 算子类型(rank_etl_type) 是 Enum 排序数据处理算子类型。 每一种排序算法都需要进行特定的数据处理，需要根据使用的排序算法来选择排序数据处理类型。 LR、FM、FFM、DEEPFM和Pin这五种算法的数据处理互相通用。 策略参数(rank_etl_parameters) 是 JSON 请参见表11，每一种排序算法的数据预处理参数。 表10 writer_parameters高级设置参数说明 参数名称 是否必选 参数类型 说明 save_mode 否 String 对结果保存路径中已有宽表数据的保留方式： new(否，不保留任何已有的数据) append(是，保留全部已有的数据) overwrite(覆盖，将相同日期下的数据覆盖掉，保留不同日期下的数据) 表11 rank_etl_parameters参数说明-LR、FM、FFM、DEEPFM、PIN排序预处理算子共用 参数名称 是否必选 参数类型 描述信息 训练集测试集划分方式 (divide_by_time_or_rate) 是 String 按时间或比例划分训练集测试集。 可选值为TIME或RATE。 训练数据起始时间 (training_data_start_time) 否 Long 训练数据起始时间。 divide_by_time_or_rate为TIME时必填。取值不大于行为数据中的最大时间且不大于training_data_end_time。如：1541987933 训练数据终止时间 (training_data_end_time) 否 Long 训练数据终止时间。 divide_by_time_or_rate为TIME时必填。取值不大于行为数据中的最大时间且不小于training_data_start_time。如：1541987933 测试数据起始时间 (test_data_start_time) 否 Long 测试数据起始时间。 divide_by_time_or_rate为TIME时必填。取值不大于行为数据中的最大时间且不大于test_data_end_time。如：1541987933 测试数据终止时间 (test_data_end_time) 否 Long 测试数据终止时间。 divide_by_time_or_rate为TIME时必填。取值不大于行为数据中的最大时间且不小于test_data_start_time。如：1541987933 训练数据占比 (training_data_rate) 否 Double 训练数据在输入数据中的占比。divide_by_time_or_rate为RATE时必填。取值范围[0,1]。 测试数据占比 (test_data_rate) 否 Double 测试数据在输入数据中的占比。divide_by_time_or_rate为RATE时必填。取值范围[0,1]。 待提取用户特征 (user_features) 是 JSONArray 从全局特征文件提取输入的用户特征，对不同类型的特征进行相应的处理，处理后的数据用于排序模型训练。 特征必须来自用户属性配置表中定义的特征。 [{ "feature_name": "age", "feature_type": "numerical", "feature_type":"BASIC_INFO", "feature_process_parameters": { "discrete_method": "equal_distance_discrete", "lower_limit": 0.0, "upper_limit": 120.0, "distance": 20 } }, { "feature_name": "user_tag", "feature_type": "map", "feature_type":"TAGS", "feature_process_parameters": { "value_preserve_number": 4 } }] 待提取物品特征 (item_features) 是 JSONArray 从全局特征文件中提取输入的物品特征，对不同类型的特征进行相应的处理，处理后的数据用于排序模型训练。特征必须来自物品属性配置表中定义的特征。 [{ "feature_name": "product_name", "feature_type": "string", "feature_type":"BASIC_INFO", "feature_process_parameters": { } }, { "feature_name": "categories", "feature_type": "strArray", "feature_type":"BASIC_INFO", "feature_process_parameters": { "value_preserve_number": 3 } }] 正反馈行为类型 (positive_behaviors) 是 List[String] 正反馈行为类型的样本将被转换为排序数据中的正样本。取值必须来自行为表中”actionType”字段的值。示例： [click,collect,purchase,share] 负反馈行为类型 (negative_behaviors) 是 List[String] 负反馈行为类型的样本将被转换为排序数据中的负样本。取值必须来自行为表中”actionType”字段的值。示例：[view,dislike] 表12 特征信息及其处理方式 参数名称 是否必选 参数类型 说明 特征名称 (feature_name) 是 String 该特征的名称。 特征类型 (feature_type) 是 String 用户特征类型 ： BASIC_INFO，基础信息类 TAGS，标签类 CONTEXT，上下文类 物品特征类型 BASIC_INFO，基础信息类 TAGS标签类 特征值类型 (feature_value _type) 是 String 该特征值的类型，支持4种不同类型的特征值，分别为： 单值枚举型（string）：字符串型，每一个值都被当做是字符串来进行处理，大部分的特征值都属于这种类型； 单值数值型（numerical）：每一个值都是一个数值，一般需要对这种类型的特征值进行离散化处理以降低特征维度； 多值枚举型（strArray）：字符串数组型，每一个特征值都是一个不定长的字符串数组，例如商品的类别特征、用户的兴趣爱好等。排序预处理算子会将所有特征值规范到统一长度以便后续处理； KV数值型（map）：Map[String，Double]型，每一个特征值都是一个不定长的key-value对，例如用户画像、物品画像等特征。排序预处理算子会将所有特征值规范到统一长度以便后续处理。 特征处理参数 (feature_process_parameters) 是 JSON 每一种类型的特征都有其对应的处理方式，需要用户提供相应处理所需要的参数。示例： { "discrete_method":"equal_distance_discrete", "lower_limit":0.0, "upper_limit":120.0, "distance":20 } 表13 离散方法及其对应的参数 参数名称 是否必选 参数类型 说明 离散方法(discrete_method) 等距离散 (equal_distance_discrete) 最小值 (lower_limit) 否 Double 如果特征值小于该值，则会被视为异常值进行处理。 用户可根据业务经验来确定该值，如果用户未提供该值，则会统计出数据中该特征的最小值作为输入。取值为 [Double.Minvalue, Double.MaxValue)， 且必须小于参数“最大值”。 最大值 (upper_limit) 否 Double 如果特征值大于该值，则会被视为异常值进行处理。 用户可根据业务经验来确定该值，如果用户未提供该值，则会统计出数据中该特征的最大值作为输入。取值为 (Double.Minvalue, Double.Maxvalue], 且必须大于参数“最小值”。 距离 (distance) 是 Double 以该距离为间隔将特征区间划分为若干个片段，每一个片段对应一个离散值。取值为(0, Double.Maxvalue)。 等频离散 (equal_frequency_discrete) 最小值 (lower_limit) 否 Double 如果特征值小于该值，则会被视为异常值进行处理。 用户可根据业务经验来确定该值，如果用户未提供该值，则会统计出数据中该特征的最小值作为输入。取值为 [Double.Minvalue, Double.Maxvalue) ，且必须小于参数“最大值”。 最大值 (upper_limit) 否 Double 如果特征值大于该值，则会被视为异常值进行处理。 用户可根据业务经验来确定该值，如果用户未提供该值，则会统计出数据中该特征的最大值作为输入。取值为 (Double.Minvalue, Double.Maxvalue], 且必须大于参数“最小值”。 频率 (frequency) 是 Int 将特征值从小到大排列，每“频率”个值被划分为一个片段，每一个片段对应一个离散值。取值为(0, Int.Maxvalue)。 用户自定义离散 (user_define_discrete) 自定义区间列表 (period_list) 是 JSONArray 每一个区间的最小值、最大值、离散值都由用户来定义。 如果特征值位于某个区间的最小值最大值之间，则该特征值被离散为这个区间的离散值。 如果特征值不在用户定义的任何一个区间内，则被作为异常值进行处理。每一个区间都是半闭半开区间，即包含最小值但不包含最大值，不同区间之间不能重叠。示例： [ { "period_name": "young", "lower_limit": 0.0, "upper_limit": 18.0 } ,{ "period_name": "mid", "lower_limit": 18.0, "upper_limit": 60.0 } ,{ "period_name": "old", "lower_limit": 60.0, "upper_limit": 120.0 } ] 表14 用户自定义离散方法参数列表 参数名称 是否必选 参数类型 说明 最小值 (lower_limit) 是 Double 该区间的最小值。取值范围 [Double.Minvalue, Double.Maxvalue)， 且必须小于参数“最大值”。 最大值 (upper_limit) 是 Double 该区间的最大值。取值范围 (Double.Minvalue, Double.Maxvalue]， 且必须大于参数“最小值”。 区间名称 (period_name) 是 String 该区间对应的名称。 表15 多值枚举型特征处理参数列表 参数名称 是否必选 参数类型 说明 值保留个数 (value_preserve_number) 否 Int 多值枚举型特征的特征值保留个数，如果实际的值数目大于该值， 则多余的值会被删除；如果实际的值数目小于该值， 则保留所有值；如果用户未提供该参数，则会统计出 数据中该多值特征的最大取值数目作为输入。取值范围[1, 100]。 表16 KV数值型特征处理参数列表 参数名称 是否必选 参数类型 说明 值保留个数 (value_preserve_number) 否 Int KV数值型特征的特征值保留个数，如果实际的值数目大于该值， 则多余的值会被删除；如果实际的值数目小于该值， 则保留所有值；如果用户未提供该参数，则会统计出 数据中该KV数值型特征的最大取值数目作为输入。取值范围[1, 100]。

示例 成功响应示例 { "is_success": true, "message": "Succeed to delete computing resource."} 失败响应示例 { "is_success": false, "error_code": "res.1006", "error_msg": "The content for the request is invalid." }

示例 请求示例 { "type": "B2", "driver_memory": "13G", "driver_cores": 1, "executor_memory": "10G", "executor_cores": 3, "num_executors": 5} 成功响应示例 { "is_success": true, "message": "Succeed to add computing resource."} 失败响应示例 { "is_success": false, "error_code": "res.1006", "error_msg": "The content for the request is invalid." }