火山引擎智能推荐平台里面的一些介绍，基本覆盖了推荐系统的各方面内容。
丰富的推荐类型
猜你喜欢
基于用户行为通过算法模型预测用户兴趣物品，实现物品的个性化推荐，通常用于首页推荐
相关推荐
结合物品之间相关性进行推荐分析，通常用于详情页推荐
灵活的黑盒&白盒功能
自动化特征工程
结合不同行业特点，自动化实现特征工程处理，适合入门级需求
自定义特征工程
内置多种数据处理算子、特征处理算子，灵活地进行特征工程开发，适合有算法经验的工程师
预置模型
内置多种机器学习、深度学习模型，通过简单的无代码化配置完成模型开发，适合入门级需求
自定义模型
提供代码编辑器实现模型的开发、测试及发布工作，适合有算法经验的工程师
完整的数据校验及归因分析
数据表定义
平台提供用户表、行为表、物品表，可以根据业务场景，灵活地定制数字表字段
归因配置
分析用户行为是归因于前面哪些场景下行为，提升模型效果
数据接入
支持测试数据接入、历史数据接入、增量天级接入、增量实时接入等不同阶段的数据接入方案
数据校验
通过可视化的报表反映数据接入的质量问题
多元化的运营策略
召回策略
平台内置高热召回、用户兴趣召回、item-CF召回、模型召回等多种召回策略，可以灵活定义配置
运营干预
平台支持去重，打散，加权，强插等丰富的人工运营策略
下面这张图也不错，讲得比较全面
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
