Platform For AI:Implementar recall de recomendação com FM-Embedding

Pré-requisitos

• Crie um workspace. Para mais informações, consulte Create and manage workspaces.

• Associe recursos do MaxCompute ao workspace. Para mais informações, consulte Manage the computing resources of a workspace.

Contexto

Um sistema de recomendação geralmente inclui módulos de recall e ordenação. No módulo de recall, vetores representam usuários e itens (o conteúdo a ser recomendado). O produto escalar entre um vetor de usuário e um vetor de item indica o nível de interesse do usuário no item. Este pipeline baseia-se em dados reais de recomendação e seu fluxo de trabalho completo já vem pré-configurado em um modelo do Designer. Assim, é possível gerar vetores de recursos de usuários e itens apenas arrastando e soltando componentes.

Conjunto de dados

Procedimento

1. Acesse a página do Machine Learning Designer.

   1. Faça login no PAI console.

   2. No painel de navegação à esquerda, clique em Workspaces. Na página Workspaces, clique no nome do workspace que deseja gerenciar.

   3. No painel de navegação à esquerda, escolha Model Training > Visualized Modeling (Designer).

2. Construa um pipeline.

   1. Na página do Designer, clique na aba Preset Templates.

   2. Na lista de modelos, clique em Create abaixo de Create.

   3. Na caixa de diálogo Create Pipeline, configure os parâmetros. Use as configurações padrão para todos os parâmetros.

      O parâmetro Data Storage especifica um caminho de bucket do OSS para armazenar dados temporários e modelos gerados durante a execução do pipeline.

   4. Clique em Confirm.

      A criação do pipeline leva cerca de 10 segundos.

   5. O sistema constrói automaticamente o pipeline com base no modelo predefinido, conforme mostra a figura a seguir.

      

      Seção	Descrição
      ①	Codifica todos os recursos em one-hot. Essa codificação converte dados de string em dados numéricos. Neste pipeline, o componente One-hot Encoding-1 codifica primeiro todo o conjunto de dados e depois passa o modelo gerado para os componentes One-hot Encoding-2 e One-hot Encoding-3.
      ②	Gera um modelo Factorization Machine (FM). Clique neste componente para visualizar os parâmetros padrão na aba Parameters. O terceiro parâmetro de Dimensions (valor padrão: 1,1,10) especifica a dimensão do embedding gerado, que é 10.
      ③	Gera a codificação de recursos do usuário. As entradas para o parâmetro Select Binarize Columns são userid, gender e age. A entrada para o parâmetro Appended Columns é userid.
      ④	Gera a codificação de recursos do item. As entradas para o parâmetro Select Binarize Columns são itemid, price e size. A entrada para o parâmetro Appended Columns é itemid.
      ⑤	Extrai o embedding do item. Os parâmetros deste componente são: Embedding Vector ID Column: O feature_id do modelo FM treinado. Embedding Vector Column: O feature_weights do modelo FM treinado. Weight Vector Column: A coluna de dados esparsos da codificação one-hot. Output Column Name: O nome do campo para o embedding de saída.

3. Execute o pipeline e visualize os resultados.

   1. Clique no botão na parte superior da tela.

   2. Após a conclusão da execução do pipeline, clique com o botão direito no componente Embedding Extraction-1 na tela e escolha View Data > Output para visualizar os vetores de recursos do usuário. A tabela de vetores de recursos do usuário contém três colunas: userid (ID do usuário), kv (recursos chave-valor, por exemplo, 10:1,7:1,37:1) e embedding (um vetor de alta dimensão composto por números de ponto flutuante separados por espaços).

   3. Clique com o botão direito no componente Embedding Extraction-2 na tela e escolha View Data > Output para visualizar os vetores de recursos do item. A tabela de vetores de recursos do item contém três colunas: itemid (identificador do item, por exemplo, A a J), kv (codificação de recurso esparso, por exemplo, 31;1,11;1,27:1) e embedding (um vetor multidimensional de ponto flutuante).