推荐引擎(Recommendation)的原理,大家可以参考这个文章:
这两天在学习推荐引擎,昨天看了apache的mahout,最后发现这个跑起来还挺麻烦,需要Hadoop支持,无意中发现了easyrec这个东西,感觉比较简单,花了半天时间了解了一下,大概功能有这些:
1.easyrec提供了rest和javascript两种访问方式
2.大部分常用方法easyrec提供了js访问,但是主要的一些操作,比如添加item和修改item就没有提供Js方法
Recommendations
|
other users also viewed |
|
other users also bought |
|
items rated good by other users |
|
recommendations for user |
|
related items |
|
Community Rankings
|
most viewed items |
|
most bought items |
|
most rated items |
|
best rated items |
|
worst rated items |
|
Import API
|
Import rule |
|
Import/update item |
|
set item active |
|
3.下了官方的demo,安装文档像傻瓜文档说明非常详细,使用确实方便,我初步理解可以把这个作为一个第三方服务发布,然后自己的网站做一些交互的接口
4.自己用js的简单调用
a.新建文件test.html
b.引入两个js
<script src='http://localhost:8080/easyrec-web/js/jquery/jquery-1.4.2.min.js' type='text/javascript'></script>
<script src='http://localhost:8080/easyrec-web/js/easyrec.js' type='text/javascript'></script>
c.编写一段调用代码:
$(function(){
$.getJSON(
"/easyrec-web/api/1.0/json/otherusersalsoviewed?apikey=32b0c25e6bc63bf1627dc7e877f81b3d&tenantid=EASYREC_DEMO&itemid=43",
function(transport) {
var json = eval(transport);
var items = json.recommendeditems.item;
if( "undefined" == typeof(items.length) ) {
items = new Array(items);
}
if (items.length>0) {
$("#recommendation").html("<div class='headline'>Other users also viewed...</div>");
for (x=0;x<5 && x <items.length;x++) {
$("#recommendation").append(
"<img width='50px' alt='" + items[x].description + "'"+
" src='" + items[x].imageUrl + "'/> "+
"<a href='" + items[x].url + "'>"
+ items[x].description +
"</a>" +
"<br/>");
}
}
}
);
});
d.页面body代码
<body>
This is my easyrec Test page. <br>
<div id="recommendation"></div>
</body>
e.实现效果图:
成功调取出了两个推荐信息。
现在解释一下这个js请求的含义 /easyrec-web/api/1.0/json/otherusersalsoviewed?apikey=32b0c25e6bc63bf1627dc7e877f81b3d&tenantid=EASYREC_DEMO&itemid=43
easyrec的JSON请求URL:/easyrec-web/api/1.0/json/;
方法:otherusersalsoviewed;
apikey和tenantid是easyrec系统内部分配的两个参数,在调用easyrec方法时必须提供;
itemid是当前访问的信息或者商品ID
服务器会针对这个请求返回JSON格式的数据,比如:
然后我们要做的就是解析这个json数据,让数据显示到页面上。
到这里再提一句,目前我的理解是一个easyrec系统可以对多个网站同时提供推荐支持。
更多easyrec方面的东西还在学习中
- 大小: 17.1 KB
- 大小: 128.7 KB
分享到:
相关推荐
在众多推荐系统软件中,Easyrec是一个开源推荐引擎,特别适合于为电商、媒体推荐以及个性化门户等场景提供个性化推荐。 #### 2. Easyrec插件开发的起点 从Easyrec 0.95版本开始,系统支持通过插件的方式扩展推荐...
Easyrec作为一个开源推荐系统,致力于帮助各种网站实现这一功能,从而提升用户体验,增加用户粘性,促进业务增长。 Easyrec的核心特性包括: 1. **易用性与可扩展性**:Easyrec的设计目标是简单快速地集成到任何...
在本文中,我们将深入探讨如何在Laravel 5.3框架中集成Easyrec软件包,以便为您的Web应用提供推荐引擎服务。Easyrec是一个开源的推荐系统,它可以帮助您为用户推荐他们可能感兴趣的内容,从而提升用户体验和业务增长...
在开始介绍之前,需要说明的是,easyrec是推荐系统的一个项目,其数据库结构的设计对于系统的性能和推荐结果的质量有着直接的影响。在数据库结构中包含了多种表,每个表都对应特定的业务需求和数据类型。下面我将...
easyrec 是一个开源推荐引擎系统,它使用 RESTful API 提供个性化推荐。 推荐引擎服务器 您可以使用服务器并调用由 easyrec 团队维护的相关 RESTful API,或者下载 easyrec 并在您的一台服务器上调用 API。 有关...
【EasyRec】是一个基于Python的推荐系统框架,旨在简化推荐系统的开发流程,让数据科学家和工程师能够快速构建、实验和部署各种推荐算法。这个框架集成了多种推荐算法,包括协同过滤、基于内容的推荐以及深度学习...
阿里云EasyRec是一款专为推荐系统打造的开源框架,它集成了从数据处理到推荐服务的完整流程,旨在简化推荐算法的开发与部署工作。EasyRec的四大核心环节分别是: 1. **数据处理**:在推荐系统中,数据是基础。...
在推荐系统领域,EasyRec是一个广泛应用的开源项目,它提供了多种推荐算法的实现,帮助开发者构建个性化的推荐引擎。这个压缩包“easyrec-code”显然是EasyRec的一个版本,特别强调了其采用的是基于User-Based ...
误删除的文件可以找回来了,适用Windows xp
easyREC_CL_intel.apk
该项目为阿里巴巴的EasyRec设计源码,包含526个文件,涉及多种编程语言,主要包括142个Python源文件、107个配置文件、59个SQL脚本、52个Markdown文档、46个PNG图片文件、33个Protocol Buffers定义文件、25个JSON文件...
如果AudioRecordExpert录音机有云同步或分享功能,那么用户可以将录音文件保存至云端,方便在不同设备间同步,或者通过邮件、社交媒体等方式分享给他人。 在安全性方面,软件可能提供了密码保护或加密功能,确保...
该平台基于PAI-TensorFlow、PAI-PyTorch、Alink、Spark、EasyRec、EasyPhoto、EasyTransfer、Megatron、DeepSpeed、RLHF等机器学习框架,提供了一个灵活、可扩展、可靠的机器学习平台。 PAI MaaS平台的架构组件包括...
MegaJ、VoiceRecognitionExt、MathMajorsUnited、书籍推荐、MergeSortMusic 课后:EasyRec 课程 4 月 22 日 Tagger、FantasyStockMarket、WebSecurity、PaperintheWind、健身应用程序、ResumeGenerator 4月20日课 ...