概述
随着内容库不断增长，用户越来越难以找到自己真正想阅读、收听或观看的内容。根据用户习惯构建推荐引擎，往往能为用户带来更好的体验。推荐基于用户行为进行推理。然而，从大量不同系统中采集、存储、保护、处理和展示所需数据，过程复杂、耗时且成本高昂，因为每个系统都有各自的日志和源数据采集方式。
阿里云个性化内容推荐解决方案让您可以以最快速度在全球范围内构建并上线个性化解决方案。该方案整合全托管或半托管的大规模数据仓库系统，支撑海量数据集。新的数据源、特征和学习模型可快速测试、衡量、验证和部署，从而迅速找到推理模型，并持续迭代优化。该方案还将展示如何将"偏好"结果轻松对接前端系统，让终端用户基于实时行为获得最佳体验。
方案亮点
-
数据安全
该方案让您轻松接入中国最大的B2B批发市场，连接超过1.2亿企业用户。
-
灵活性
借助阿里云的全球基础设施和安全网络，为企业提供高效、安全的方式与1688.com实现系统对接。
-
可扩展性
本方案集成API和CDN服务以支持全球规模，无论终端用户身处何地，也无论已提交多少其他请求，都能快速向其返回结果。
-
高性价比
该方案采用归档策略降低成本，同时确保不会因误删数据而产生重新摄取和处理的开销。只有确认数据已完全耗尽时，才会将其删除以进一步节省成本。
工作原理
我们的方案
本个性化内容推荐解决方案使您能够从用户、内容和交互历史等多种数据源中获取洞察。其中大部分数据可能已存储在现有数据库中。阿里云大数据开发治理平台 DataWorks可轻松连接现有数据源，或接入批量数据，并将其每小时（或每天）同步至统一存储库。
阿里云大数据开发治理平台 DataWorks还能合并来自众多不同来源的数据，并支持定期或通过其他触发条件调度数据接入。函数计算是另一种替代方案，可根据工作流逻辑启用数据接入流程。当文件到达OSS时，系统会发送通知触发预定义函数，对日志执行质量控制并进行相应处理。
对于实时数据源，可配置阿里云Message Service来检索该数据源、对请求进行排队并通知上游服务。连接云原生大数据计算服务 MaxCompute即为其中一个示例。
我们的方案
数据导入OSS或云原生大数据计算服务 MaxCompute后，可在云原生大数据计算服务 MaxCompute中运行查询，了解数据集并识别不同属性之间的潜在关联。
云原生大数据计算服务 MaxCompute或Platform for AI (PAI) 提供多种嵌入和编码算法，可将文本信息转换为word2vec和TFIDF等数值表示，实现文本信息的关联。
在大数据开发治理平台 DataWorks中，可使用完整的SQL语法灵活地转换数据。如果SQL不能满足需求，还可以使用Python或Java扩展功能。也可以直接在PAI中进行更高级的特征提取，包括编码、嵌入和向量化等操作。
说明：在PAI中只能直接关联一个数据集。
我们的方案
在PAI中创建推荐后，需要将推理结果暴露给受众。
在PAI中，将输出暴露给受众相对简单，因为PAI-EAS（模型在线服务（EAS））可以通过原生API暴露推荐结果。此外，大数据开发治理平台 DataWorks也可以在数据服务中实现此功能，通过创建数据总线将结果发布为API。数据服务支持基于数据表快速创建API，或将已有API注册到数据服务平台进行集中管理与发布。借此，PAI及其他系统可整合至统一的托管服务中。
无论是通过PAI还是大数据开发治理平台 DataWorks创建API，均可借助阿里云API网关实现自动扩缩容与安全防护。该网关提供权限管理、流量控制、监控及告警功能，确保解决方案易于管理并能轻松扩展至全球受众。
为实现全球覆盖与进一步扩展，阿里云CDN可集成至API网关，加速动静态内容，助力客户在全球范围内访问推理结果。凭借覆盖六大洲的3200个节点以及超180Tbps的全球主流ISP连接带宽，全球用户访问这些推荐结果既快速又可靠。
我们的方案
个性化内容推荐模型上线后，定期监控其预测准确率至关重要。预测模型因环境变化而逐渐退化是常见现象。为实现长期演进，大数据开发治理平台 DataWorks支持建立周期性聚合任务，计算各对照组的预测准确率。DataV数据可视化还可以在监控仪表盘中直观展示结果，方便非技术团队成员持续了解模型表现。
发现问题后，需要定位问题根源，并使用最新数据和模型重新训练。PAI持续引入新的建模工具和特性，确保支持最佳数据科学实践。
该方案可便捷地创建算法新版本，先在实验室环境中测试，再用小样本用户验证，最终推广至更大受众。方案支持基于新模型是否上线来衡量真实数据效果，评估改进幅度。
-
CSA STAR -
ISO 27001 -
SOC2 Type II Report -
C5 -
等保 -
MTCS