背景

被实验案例的数据和完整实验流程已经内置于PAI-Studio建模平台https://data.aliyun.com/product/learn

进入PAI-Studio，首页模板最下方位置点击从模板创建“推荐场景-FM向量召回”开箱即用

智能推荐分为排序和召回两大模块，在召回模块中通常会采用将 用户User和待推荐的 内容Item 分别以向量表示，然后通过User和Item的向量乘积大小作为User对Item的感兴趣程度的判断。本案例介绍如何基于真实的推荐场景数据，通过使用PAI平台提供的FM算法和Embedding提取算法产生User和Item的描述向量。

详细流程

完整业务流程图：

1.数据说明

原始数据如图：

数据字段描述：

• userid：user的id信息
• age：user的年龄
• gender：user的年龄
• itemid：item的id信息
• price：item的价格
• size：item的大小
• label：目标列，是否购买，1为买，0为未买

2.One-hot编码

One-hot编码可以将字符型数据转成数值型表示，在FM-Embedding方案中首先利用“onehot编码-1”针对全量数据进行编码，生成编码模型再输入到“onehot编码-2”和“onehot编码-3”中，“onehot编码-2”需要选择User对应的特征信息进行编码，“onehot编码-3”选择Item对应的特征信息进行编码。

“onehot编码-2”的输入是userid、gender、age，附加列选择userid。

“onehot编码-3”的输入是itemid、price、size，附加列是itemid。

3.FM训练

正则化和维度这两个参数有3个参数，分别对应常数项、一次项和二次项。其中维度的第3个参数“10”代表生成的Embedding的维度。

4.Embedding提取

• Embedding向量id列名：输入左桩FM训练中的模型“feature_id”
• Embedding向量列名：输入左桩FM训练中的模型的“feature_weights”
• 权重向量列名：输入右桩对应的稀疏化数据列
• 输出结果列名：输出的Embedding字段名

最终输出结果：

总结

使用PAI提供的整套FM-Embedding方案可以在推荐业务场景中快速挖掘出User和Item对应的特征向量，在实际召回模块只要做User和Item的特征向量积就可以得到打分结果。