swing推薦 - Platform For AI

swing推薦是swing的批處理預測組件，您可以使用該組件基於swing訓練模型和預測資料進行離線預測。本文為您介紹swing推薦的參數配置。

使用限制

支援啟動並執行計算資源為MaxCompute和Flink。

組件配置

您可以通過以下任意一種方式，配置swing推薦參數。

方式一：可視化方式

在Designer工作流程頁面配置組件參數。

頁簽	參數名稱	描述
欄位設定	Item列列名	Item列的名稱。
	初始推薦列列名	初始推薦列的名稱。
	演算法保留列名	演算法保留列的名稱。
參數設定	推薦結果列名	推薦結果列的名稱。
	推薦TOP數量	推薦的TOP數量，預設為10。
	組件多線程線程個數	組件多線程的線程個數，預設為1。
執行調優	節點個數	節點個數，與參數單個節點記憶體大小配對使用，正整數。範圍為[1, 9999]。
執行調優	單個節點記憶體大小，單位M	單個節點記憶體大小，單位MB，正整數。範圍[1024, 64*1024]。

方式二：Python代碼方式

使用PyAlink指令碼組件配置該組件參數。您可以使用PyAlink指令碼組件進行Python代碼調用，詳情請參見PyAlink指令碼。

參數名稱	是否必選	描述	預設值
itemCol	是	Item列的名稱。	無
recommCol	是	推薦結果列的名稱。	無
initRecommCol	否	初始推薦列的名稱。	無
k	否	推薦的TOP數量。	10
reservedCols	否	演算法保留列的名稱。	無
numThreads	否	組件多線程的線程個數。	1

Python代碼方式的使用樣本如下。

df_data = pd.DataFrame([
      ["a1", "11L", 2.2],
      ["a1", "12L", 2.0],
      ["a2", "11L", 2.0],
      ["a2", "12L", 2.0],
      ["a3", "12L", 2.0],
      ["a3", "13L", 2.0],
      ["a4", "13L", 2.0],
      ["a4", "14L", 2.0],
      ["a5", "14L", 2.0],
      ["a5", "15L", 2.0],
      ["a6", "15L", 2.0],
      ["a6", "16L", 2.0],
])

data = BatchOperator.fromDataframe(df_data, schemaStr='user string, item string, rating double')

model = SwingTrainBatchOp()\
    .setUserCol("user")\
    .setItemCol("item")\
    .setMinUserItems(1)\
    .linkFrom(data)

predictor = SwingRecommBatchOp()\
    .setItemCol("item")\
    .setRecommCol("prediction_result")

predictor.linkFrom(model, data).print()

使用樣本

您可以使用swing推薦組件構建如下工作流程。本樣本中，您需要按照以下流程配置組件：

使用讀資料表-1組件讀取測試資料集。即配置讀資料表組件的表名參數為存放測試資料集的表名，關於如何擷取測試資料集表名，詳情請參見使用樣本。
通過swing訓練組件構建模型。
將測試資料集和模型接入swing推薦組件，並配置具體參數，詳情請參見上文的可視化配置組件參數。