Java 类名:com.alibaba.alink.operator.stream.recommendation.SwingRecommStreamOp
Python 类名:SwingRecommStreamOp
功能介绍
Swing 是一种被广泛使用的item召回算法,算法详细介绍可以参考SwingTrainBatchOp组件。
该组件为Swing的流处理预测组件,输入为 SwingTrainBatchOp 输出的模型和要预测的item列。
参数说明
名称 | 中文名称 | 描述 | 类型 | 是否必须? | 取值范围 | 默认值 |
---|---|---|---|---|---|---|
itemCol | Item列列名 | Item列列名 | String | ✓ | ||
recommCol | 推荐结果列名 | 推荐结果列名 | String | ✓ | ||
initRecommCol | 初始推荐列列名 | 初始推荐列列名 | String | 所选列类型为 [M_TABLE] | null | |
k | 推荐TOP数量 | 推荐TOP数量 | Integer | 10 | ||
reservedCols | 算法保留列名 | 算法保留列 | String[] | null | ||
numThreads | 组件多线程线程个数 | 组件多线程线程个数 | Integer | 1 | ||
modelStreamFilePath | 模型流的文件路径 | 模型流的文件路径 | String | null | ||
modelStreamScanInterval | 扫描模型路径的时间间隔 | 描模型路径的时间间隔,单位秒 | Integer | 10 | ||
modelStreamStartTime | 模型流的起始时间 | 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式,详见Timestamp.valueOf(String s) | String | null |
代码示例
Python 代码
from pyalink.alink import *
import pandas as pd
useLocalEnv(1)
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")\
.linkFrom(data)
predictor = SwingRecommBatchOp()\
.setItemCol("item")\
.setRecommCol("prediction_result")
predictor.linkFrom(model, data).print()
Java 代码
import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.recommendation.SwingRecommBatchOp;
import com.alibaba.alink.operator.batch.recommendation.SwingTrainBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
public class SwingRecommStreamOpTest {
@Test
public void testSwingRecommStreamOp() throws Exception {
List <Row> df_data = Arrays.asList(
Row.of("a1", "11L", 2.2),
Row.of("a1", "12L", 2.0),
Row.of("a2", "11L", 2.0),
Row.of("a2", "12L", 2.0),
Row.of("a3", "12L", 2.0),
Row.of("a3", "13L", 2.0),
Row.of("a4", "13L", 2.0),
Row.of("a4", "14L", 2.0),
Row.of("a5", "14L", 2.0),
Row.of("a5", "15L", 2.0),
Row.of("a6", "15L", 2.0),
Row.of("a6", "16L", 2.0)
);
BatchOperator <?> data = new MemSourceBatchOp(df_data, "user string, item string, rating double");
BatchOperator <?> model = new SwingTrainBatchOp()
.setUserCol("user")
.setItemCol("item")
.linkFrom(data);
BatchOperator <?> predictor = new SwingRecommBatchOp()
.setItemCol("item")
.setRecommCol("prediction_result");
predictor.linkFrom(model, data).print();
}
}
运行结果
user | item | rating | prediction_result |
---|---|---|---|
a6 | 15L | 2.0000 | null |
a4 | 13L | 2.0000 | null |
a6 | 16L | 2.0000 | null |
a5 | 14L | 2.0000 | null |
a3 | 13L | 2.0000 | null |
a1 | 12L | 2.0000 | {“item”:”[“11L”]”,”score”:”[0.11662912368774414]”} |
a2 | 12L | 2.0000 | {“item”:”[“11L”]”,”score”:”[0.11662912368774414]”} |
a1 | 11L | 2.2000 | {“item”:”[“12L”]”,”score”:”[0.12805642187595367]”} |
a3 | 12L | 2.0000 | {“item”:”[“11L”]”,”score”:”[0.11662912368774414]”} |
a4 | 14L | 2.0000 | null |
a5 | 15L | 2.0000 | null |
a2 | 11L | 2.0000 | {“item”:”[“12L”]”,”score”:”[0.12805642187595367]”} |