Platform For AI:Solution de recommandation personnalisée - configuration des fonctionnalités

1. Types de comportements périodiques courants

• Période courante : configurez vous-même les périodes statistiques. Définissez généralement une période courte, une moyenne et une longue. Évitez de multiplier les périodes, car chaque période supplémentaire multiplie le nombre de fonctionnalités. Par exemple, si une période génère 200 fonctionnalités, trois périodes en génèrent 600, et six périodes en produisent 1 200.

• Comportements clés : il s'agit des valeurs énumérées de comportement que vous saisissez dans la table de comportements. Limitez leur nombre à cinq ou moins. Un nombre excessif de comportements, tout comme un nombre trop élevé de périodes, entraîne une explosion du volume de fonctionnalités. Si vous disposez de nombreux types de comportements, fusionnez ceux qui sont moins importants ou redondants lors de la préparation des tables en amont. Listez les comportements selon l'ordre chronologique de leur occurrence, par exemple exposition, puis clic, puis appréciation. Ces éléments correspondent aux valeurs énumérées expr, click et praise du champ d'événement. Un ordre incorrect affecte la génération des fonctionnalités de ratio décrites dans les sections suivantes et engendre un travail manuel supplémentaire en aval.

  Après avoir configuré les périodes statistiques et les types de comportements, cliquez sur Generate Feature. Le système utilise ces paramètres conjointement avec les fonctionnalités de base (catégories, valeurs numériques, tags, etc.) fournies par les trois tables en amont (utilisateur, élément et comportement). Il dérive ensuite automatiquement plusieurs fonctionnalités statistiques, tant du côté utilisateur que du côté élément.

2. Fonctionnalités dérivées de base

Selon la manière dont vous configurez les trois tables en amont, les fonctionnalités d'attribut de base correspondantes incluent déjà certaines fonctionnalités dérivées automatiquement. Cliquez également sur Add pour ajouter d'autres fonctionnalités dérivées de base. La dérivation des fonctionnalités d'attribut de base est disponible côté utilisateur, côté élément et côté comportement.

• Dérivation IP : cette option dérive des fonctionnalités uniquement à partir du champ IP configuré dans la table en amont correspondante. Selon votre configuration, elle résout l'adresse IP en fonctionnalités de province, de ville et de pays. Notez que le résultat de la résolution comporte une certaine marge d'erreur.

• Calcul du temps écoulé : calcule le nombre de jours écoulés depuis la date d'inscription d'un utilisateur ou d'un élément.

• Discrétisation des fonctionnalités numériques : s'applique uniquement aux champs numériques. Les valeurs sont divisées selon les points de coupure que vous spécifiez, ce qui donne une fonctionnalité catégorielle.

• Combinaison de fonctionnalités : combine plusieurs champs catégoriels, tels que catégorie avec catégorie, catégorie avec tag, ou tag avec tag. Les champs combinés doivent appartenir à la table actuelle et se situer tous du côté utilisateur ou tous du côté élément.

Cliquez sur la table de comportements pour afficher deux autres dérivations de base :

• Traitement des créneaux horaires journaliers : dérive l'heure de la journée à laquelle le journal de comportement a été enregistré.

• Traitement des créneaux horaires hebdomadaires : dérive le jour de la semaine auquel le journal de comportement a été enregistré.

  Si vous ajoutez manuellement des fonctionnalités dérivées de base, cliquez sur Save dans le coin supérieur droit pour les appliquer.

3. Conversion d'embedding par modèle de langage large (LLM)

La conversion d'embedding par LLM prend en charge les deux types suivants :

• Embedding textuel : sélectionnez uniquement un LLM text input field configuré dans les paramètres de la table de données. Les informations d'appel du LLM doivent utiliser le type TEXT_EMBEDDING.

• Embedding multimodal : contrairement à l'embedding textuel, l'embedding multimodal prend en charge l'embedding vidéo et image. La configuration du champ permet une sélection multiple, et vous devez attribuer à chaque champ son type de modalité correspondant. Si le type est MULTI_IMAGES, le type de champ correspondant doit être array<string>. Lorsqu'un type d'embedding multimodal est configuré avec plusieurs champs d'entrée, ces entrées produisent conjointement un seul embedding. Pour que chaque champ produise son propre embedding, configurez plusieurs groupes. Les informations d'appel du LLM doivent utiliser le type MULTI_MODAL_EMBEDDING.

4. Statistiques de préférence de comportement

Plusieurs fonctionnalités statistiques sont déjà dérivées automatiquement. Le côté utilisateur et le côté élément disposent chacun de fonctionnalités statistiques correspondantes, les ID utilisateur et les ID élément servant de clés d'agrégation par défaut. Les six types de statistiques suivants sont disponibles :

• Statistiques de comportement

• Calcul du taux de conversion

• Nombre de comportements sur les principales fonctionnalités d'attribut de préférence

• Proportion de comportements sur les principales fonctionnalités d'attribut de préférence

• Fonctionnalités numériques de préférence

• Calcul de la combinaison des principales catégories et des fonctionnalités numériques

  Si certaines fonctionnalités ne vous sont pas utiles, cliquez sur Delete à droite pour les supprimer, ou sur Edit pour retirer un attribut spécifique. Pour ajouter des fonctionnalités, cliquez sur Add dans le coin inférieur droit et continuez à ajouter des fonctionnalités statistiques de différents types. Les sections suivantes décrivent chacune de ces fonctionnalités statistiques.

5. Fonctionnalités séquentielles

Les fonctionnalités séquentielles ne peuvent être définies que du côté utilisateur. Un système de recommandation ne dispose pas initialement de fonctionnalités séquentielles ; vous devez donc vous appuyer sur les données historiques de comportement existantes pour simuler des fonctionnalités séquentielles en temps réel. Cette approche permet d'économiser le temps nécessaire à la collecte en ligne des fonctionnalités séquentielles et d'accélérer le lancement des expérimentations. Les paramètres suivants contrôlent la simulation et la construction de la séquence :

• Événement simulé : généralement un événement d'exposition.

• Période pour prévenir la fuite de fonctionnalités : exclut les comportements des N dernières secondes de la séquence de comportement actuelle. La propagation des journaux de comportement prenant du temps, certaines données subissent un retard lors de l'inférence. De plus, des données simulées trop proches du temps réel entraînent des fuites lors de l'entraînement.

• Séparateur de fonctionnalités séquentielles : séparateur utilisé entre les séquences lors de la construction d'une séquence.

• Séparateur de sous-fonctionnalités : séparateur utilisé entre les sous-fonctionnalités au sein d'une même séquence.

• Période de comportement : nombre de jours récents sur lesquels les comportements sont comptabilisés. Si plusieurs groupes de séquences sont configurés, c'est la période la plus longue qui s'applique.

• Comportement statistique : type de comportement à comptabiliser.

• Scenario : comptabilise uniquement les comportements de ce scénario. Si vous laissez ce champ vide, les comportements de tous les scénarios sont pris en compte.

• Deduplication ID : déduplique la séquence en fonction de cette sous-fonctionnalité et ne conserve que la dernière occurrence du comportement jusqu'à l'heure actuelle.

• Sub-feature : sous-fonctionnalités de la fonctionnalité séquentielle. Il s'agit généralement de fonctionnalités non statistiques du côté élément, y compris les fonctionnalités catégorielles, catégorielles multivalues et numériques.

• Number of stages : longueur maximale de la séquence à conserver.

6. Fonctionnalités en temps réel

Créez des fonctionnalités statistiques en temps réel en utilisant soit les ID utilisateur, soit les ID élément comme clé primaire. Pour les fonctionnalités en temps réel, l'unité de la période statistique est la seconde.

La Period to Prevent Feature Leakage fonctionne de la même manière que pour les fonctionnalités séquentielles. Les comportements survenus durant les N dernières secondes précédant le comportement cible sont exclus du comptage. Les journaux de comportement mettent un certain temps à transiter du client vers le middleware de messagerie, puis à être comptabilisés et écrits dans le service de stockage en ligne. Si vous ne définissez pas cette période, les statistiques en ligne ne pourront pas capturer les données attendues.

Les quatre types de statistiques suivants sont disponibles :

• Statistiques de comportement

• Calcul du taux de conversion

• Nombre de comportements sur les principales fonctionnalités d'attribut de préférence

• Proportion de comportements sur les principales fonctionnalités d'attribut de préférence

  Ces quatre types ont la même signification que leurs équivalents dans les statistiques de préférence de comportement. Seule la période diffère.

7. Fonctionnalités d'agrégation

Les fonctionnalités d'agrégation peuvent être définies à la fois du côté utilisateur et du côté élément. Sélectionnez les conditions d'agrégation. Seules les fonctionnalités catégorielles peuvent servir de conditions d'agrégation, et vous pouvez configurer plusieurs groupes.

Les fonctionnalités correspondantes sont calculées en fonction des conditions d'agrégation actuelles. Les types statistiques disponibles sont identiques à ceux des statistiques de préférence de comportement et ont la même signification. Par exemple, le tableau suivant comptabilise le nombre total de clics, d'appréciations et d'expositions pour différentes combinaisons de genre et d'âge. Pour un élément tel qu'un rouge à lèvres, les utilisatrices cliquent nettement plus souvent dessus ; il est donc utile de compter les statistiques des éléments par genre.