功能名稱

介紹

發布時間

發布范圍

參考文檔

置頂管理

支持指定物品置于推薦流頂部，確保用戶訪問推薦頁面最先看到置頂物品。

• 適用場景：重大新聞置頂、引流商品置頂、精品內容置頂等場景。

2023.5.16

所有用戶

置頂管理

坑位策略

支持推薦流中的特定坑位僅推薦指定范圍的物品，在保障個性化效果的情況下對坑位推薦結果進行干預。

• 適用場景：精品池推薦、多類物品交替推薦等場景。

2023.5.16

所有用戶

坑位策略

冷啟動版開放售賣

針對新用戶留存率低、互動差的業務：

• 支持利用友盟+數據洞察服務Embedding數據進行新用戶畫像補充，用于模型訓練。

• 新用戶缺乏行為數據積累，也能提供較好的次日留存率，降低獲客成本。

2023.4.25

中國內地區域用戶

冷啟動版

推薦策略升級

內容、新聞行業：

• 推薦結果按“渠道”打散，提升推薦結果的渠道多樣性。

• 最新內容優先推薦：強制優先推薦新內容、新文章，保障推薦結果的時效性。

• 避免相似標題集中出現，提高推薦結果內容的豐富度。

電商行業：

• 推薦結果按“品牌”打散，提升推薦結果的品牌多樣性。

所有行業：

• 相關度因子定義：支持自主定義相關度因子（例如類目），優先按照關鍵因子為用戶推薦，提升推薦結果與用戶興趣的相關度。

2023.2.8

所有用戶

推薦策略

流量調控模板

• 作者扶持：支持對指定作者的作品進行定量扶持，鼓勵作者持續創作高質量作品，助力內容生態構建。

• 最新內容扶持：支持對新內容、新文章進行定量扶持，可以兼顧推薦內容質量和推薦時效性，從而提升用戶體驗。

• 老品打壓：支持對老品進行嚴格的定量打壓，避免陳舊、無價值內容頻繁出現。

2023.2.8

所有新聞、內容行業用戶

流量調控

“流量調控”功能支持人工干預推薦系統流量的分發，給予圈選的物品一定的流量扶持，具體功能如下：

• 選品方式：支持指定入圍條件選品（按照條件動態篩選）和指定物品id+type選品（物品固定不變）兩種方式圈選物品。

• 任務目標：支持按照曝光總量和曝光占比兩種方式對圈選物品進行扶持。

2022.10.31

所有用戶

通過流量調控功能實現物品扶持

推薦原因解釋分析

獲取推薦結果的同時返回推薦的原因，其中依據歷史行為推薦的物品同時返回歷史行為詳情。有助于更好的理解推薦算法的原理，校驗推薦結果是否符合業務訴求，輔助運營助手、算法調優的相關功能進行迭代。

2022.08.29

所有用戶

返回結果

新手引導

“新手引導”功能可以幫助快速接入，更好發揮算法效果、提升接入體驗：

• 流程引導：圍繞產品接入過程展開step by step指導。

• 案例教程：配有具體業務案例、教程和操作頁面快速跳轉，降低理解門檻，提高接入效率。

2022.08.29

所有用戶

新手引導

美東區域開服

正式在美東（弗吉尼亞區域）開服，支持如下兩個版本售賣：

• 運營版：通過內置行業算法模板+運營助手功能，快速上線個性化推薦功能。

• 標準版：在運營版功能基礎上，支持根據多路召回算法，進行調參與AB實驗。

2022.08.10

所有用戶

選型介紹?

新聞及內容行業增加時效性相關默認配置

鑒于新聞行業及內容行業的特殊性，特別新增了時效性相關默認配置，該功能將在后續版本中透出到控制臺，可以自行調控。主要策略是：

1. 新聞行業：

• 分別按個性化和非個性化依次推薦1天內、3天內、7天內的新聞。

• 對1年以上的物品進行打壓。

2.內容行業：

• 通過控制物品的分發流程，盡可能實現7天內，7-30天內的物品流量占比分別達到20%及30%（不保證一定可以達到，具體和物品分布，用戶興趣相關）。

• 對1年以上的物品進行打壓。

（以上策略依賴于Alibaba的曝光流量反饋）

2022.7.26

所有新聞或內容行業客戶

運營版開放售賣

• 運營版開放售賣支持5QPS配額+豐富的運營工具。

• 提供行業算法模板，包含特征工程、召回、排序、在線推理等在內的完整推薦鏈路，僅需完成數據對接，即可快速接入個性化功能。

• 開放豐富的運營工具，支持按頁面配置選品、投放規則，輔助打散、混排、實時正向負向反饋等功能，提升用戶瀏覽體驗。

2022.07.16

所有用戶

通過實例運營策略提升推薦結果多樣性

通過選投策略配置，快速搭建推薦場景?

個性化推薦開關控制

• 可根據終端用戶是否允許系統進行個性化推薦，進行策略調整，當用戶關閉個性化推薦時，支持通過傳參的方式通知AIRec，返還熱門鏈路的推薦結果。

2022.06.25

所有用戶

獲取推薦結果

調試參考

快速DEMO體驗

• 快速DEMO體驗：系統提供了電商，內容行業的demo數據，可在初始化實例時選擇通過demo啟動，即刻體驗產品功能、適配運營策略。

2022.06.25

所有用戶

數據智能診斷

數據質量是做出推薦效果的基礎，推出數據診斷功能輔助分析數據存在的問題、優化的空間，從而獲得更優質的推薦效果：

• 每日凌晨將自動觸發數據診斷，結合服務可用性、數據邏輯合理性、算法鏈路是否奏效等多個維度綜合分析，產出診斷報告。

• 支持選擇當日時段的數據進行手動診斷，排查是否已經解決數據問題，結合歷史質量報告，收斂數據問題，提升服務的穩定性與整體推薦效果。

2022.06.25

所有用戶

數據診斷

各行業排序模型重構

重構了電商、新聞、內容行業的精排模型，引入更豐富的基礎特征和更復雜的排序模型，大幅提升了各行業的基線指標。

2022.03.25

所有用戶

自助開發排序模型

本期新功能支持了MultiTower、DeepFM 2種排序服務的配置化開發流程，可從最基礎的特征加工、樣本定制，再到模型訓練，在線服務調試、部署、實驗，進行完整流程的一站式開發。

• 特征加工：開放行業內置標準特征庫，應用標準特征生成定制樣本，可結合業務特性加工標簽、細分領域特征等，豐富行業特征庫。

• 樣本處理：開放定制樣本邏輯，自動化樣本生成任務，自動更新、應用樣本開放ID、Row、Combo、Match、Sequence等多種類型，樣本格式化靈活配置。

• 模型訓練：開放MultiTower，DeepFM兩種優質排序模型，開箱即用模型參數自助配置，自動調度訓練，多個版本模型可對比進行評估。

• 服務部署：自動與PAI-EAS服務打通，一鍵部署在線預測服務，結合調試結果與AB實驗進行效果觀察與方案切換。

2022.02.18

中國內地區域用戶

功能暫時下線，如有問題請聯系技術支持?

Feed流過濾定制

• 支持Feed過濾定制功能：支持客戶根據復雜的APP業務邏輯，結合推薦場景頁面，按照終端用戶訴求個性化篩選內容。如只展示某個品牌、店鋪的商品，過濾某些特殊條件的商品。

2021.09.17

所有用戶

通過推薦過濾功能實現Feed流個性化過濾

免traceinfo啟用服務

• 支持免trace_info啟動、應用服務：trace_info是智能推薦的埋點字段，在前期數據對接時期可能需要較多的前端開發，目前可支持自動合成歸因生成trace_info，加速接入周期。

2021.09.17

所有用戶

免traceinfo功能

免曝光數據啟用服務

• 支持免曝光數據啟動、應用服務：首次接入服務時，大多數企業都不具備曝光數據埋點，智能推薦可支持根據系統合成的曝光數據，應用于推薦服務的啟動、應用的線上服務。

2021.09.17

所有用戶

免曝光數據功能

物品分發維度指標分析

• 支持物品維度指標分析：通過分析場景中Top曝光、點擊、轉化，以及特殊關注物品合集的分發情況，分析優質內容的推廣情況，并結合推薦策略進一步迭代優化。

2021.09.17

所有用戶

效果觀察

新品推薦邏輯配置

• 支持設置新品的定義口徑，給予的扶持流量百分比、新品推廣的策略優先級，優先根據興趣命中、最新發布時間命中、以及發布后的熱度排序推薦等。

2021.08.10

標準版、高級版用戶

場景業務定制

召回效果精細分析

• 支持根據各個召回鏈路、召回鏈路中的子鏈路（如用戶偏好召回中的，偏好品牌召回），最終獲得用戶點擊、轉化的效果分析，從而輔助評判召回鏈路效果，調整實驗中鏈路優先級。

2021.08.10

所有用戶

實驗效果分析

曝光過濾跨場景配置

• 支持從全局、場景維度，設置曝光過濾策略，實現場景間隔離的過濾策略設置要求。

2021.07.15

標準版、高級版用戶

疲勞度規則使用說明

召回模型調參

• 根據所在行業模板，開放內置的召回算法鏈路、各路算法的召回數量、優先級、內置算子等。

• 結合實驗平臺ABTest功能，調整召回鏈路參數，根據分流訪問情況與效果統計指標，觀察效果并決策。

2021.06.25

標準版、高級版用戶

行業算法模型介紹

AB實驗平臺

• 支持按照場景維度開啟實驗功能，結合用戶設備ID或用戶ID進行分流，劃分為10或20個用戶流量桶。

• 根據召回模型調參，分配用戶流量桶進行訪問，結合收集回來的進一步行為反饋，觀察指標，進行實驗的下線或推全的決策。

2021.06.25

標準版、高級版用戶

實驗參數配置