功能描述
-
特征工程
推荐系统可从用户提供的数据中分析出历史用户画像、物品画像，并能将原始数据处理成训练推荐模型所需的训练数据和测试数据。
-
画像更新
通过接入实时数据，可以实时更新用户画像和物品画像，及时捕捉用户兴趣变化，为及时调整推荐策略提供依据。
-
召回策略
推荐系统内置了多种召回策略，用户可根据自己的业务特点有针对性的选择召回策略或召回策略组合，以将推荐效果调到最优。
-
排序策略
推荐系统内置了LR，FFM，DeepFM等多种排序算法，用户可用自己的数据对推荐模型进行训练，以使召回的结果以最合适的顺序呈现。
-
过滤规则
推荐系统提供黑名单、白名单、特定行为等过滤功能，可根据具体业务设置过滤规则，提升安全性和用户体验。
-
效果评估
推荐系统提供效果评估能力，用户可以及时获取推荐效果的量化数据，以便其及时对推荐策略做出调整。
-
内容推荐
-
电商推荐
内容推荐
提取内容标签，结合用户行为，分析偏好，帮助用户从海量信息中找出感兴趣的、有价值的内容信息。
场景优势
内容风险可控：不合格内容的识别是UGC类网站的重点工作，用AI技术识别违规内容，可以降低运营风险。
识别内容标签：识别内容的场景、人物、语音、文字，形成多维的分类标签。
识别用户偏好：根据内容标签，结合用户行为，分析兴趣偏好。
电商推荐
基于用户历史行为计算商品相似性，实时更新候选列表，提升用户体验，提升转化率。
场景优势
简单易用：内置电商模板（数据接口、算法、流程），简单配置即可使用。
弹性伸缩：支持电商高并发峰值场景，计算能力秒级扩展。
