Platform For AI：排序

推薦解決方案-排序以特徵工程輸出的使用者特徵表、物品特徵表和行為表為輸入，訓練並輸出可用於部署的排序模型。

前提條件

已運行推薦解決方案-特徵工程工作流程範本產生排序需要的資料集，具體操作請參見特徵工程。

• rec_sln_demo_user_table_preprocess_all_feature_v2

• rec_sln_demo_item_table_preprocess_all_feature_v2

• rec_sln_demo_behavior_table_preprocess_v2

實現排序

1. 進入Designer頁面。

   1. 登入PAI控制台。

   2. 在左側導覽列單擊工作空间列表，在工作空間列表頁面中單擊待操作的工作空間名稱，進入對應的工作空間。

   3. 在工作空間頁面的左側導覽列選擇模型开发与训练 > 可视化建模（Designer），進入Designer頁面。

2. 構建工作流程。

   1. 在Designer頁面，單擊預置模板頁簽。

   2. 在模板列表，單擊推薦解決方案-排序地區的创建。

   3. 在建立工作流程對話方塊配置參數（可以全部使用預設參數）。

      其中： 工作流数据存储配置為OSS Bucket路徑，與特徵工程一致，用於儲存工作流程運行中產出的臨時資料和模型檔案。

   4. 單擊确定。等待約10秒，工作流程建立成功。

   5. 系統根據預置的模板，自動構建工作流程，如下圖所示。

      組件編號	描述
      1	排序模型的樣本。
      2	根據fg.json檔案，對樣本做FG操作。附件:fg_on_odps-1.3.59-jar-with-dependencies.jar,rec_sln_demo_rec_sln_demo_sorting_fg_v1.json
      3	統計數值類特徵的等頻分箱，boundaries用於對數值類特徵做離散化。
      4	統計枚舉類特徵的唯一值數，用於設定模型的embedding_dim和hash_bucket_size。
      5	打散rec_sln_demo_sorting模型的30天樣本資料形成訓練樣本。
      6	匯總rec_sln_demo_rec_sln_demo_sorting_30d_binning_v2表和rec_sln_demo_rec_sln_demo_sorting_30d_count_v2表結果，計算Feature配置資訊和Step配置資訊。
      7	根據組件編號6節點的計算結果，在EasyRec設定檔中填充配置資訊。附件:rec_sln_demo_rec_sln_demo_sorting_v1_template.config 說明 該節點只需執行一次。
      8	模型訓練需先執行一次組件編號7節點，產生EasyRec設定檔。 附件:fg.json