START_HERE.md 6.17 KB
Edit Raw Blame History


🚀 从这里开始
📦 项目交付完成
根据您提供的业务文档和表结构，推荐系统离线任务已完成构建！


✅ 完成的功能
1. i2i 索引（4种算法）
行为相似（3种）

✅ Swing算法 - 基于用户共同行为
✅ Session W2V - 基于用户会话序列
✅ DeepWalk - 基于图随机游走

内容相似（1种，3个方法）

✅ Content-based - 基于商品属性（分类、供应商等）


TF-IDF方法
分类方法
混合方法（推荐）


2. 兴趣点聚合索引
支持的维度（7个单维度 + 4个组合维度）：


✅ 业务平台（platform）
✅ 客户端平台（client_platform）
✅ 供应商（supplier）
✅ 一级分类（category_level1）
✅ 二级分类（category_level2）
✅ 三级分类（category_level3）
✅ 四级分类（category_level4）
✅ 平台+客户端
✅ 平台+分类
✅ 客户端+分类


支持的列表类型（3种）：


✅ 热门（hot）- 最近180天高交互
✅ 加购（cart）- 加购行为
✅ 新品（new）- 最近90天上架


🎯 快速开始（3步）
步骤1: 安装依赖
cd /home/tw/recommendation/offline_tasks
bash install.sh

步骤2: 测试连接
python3 test_connection.py

步骤3: 运行任务（小数据量测试）
# 先测试30天数据
python3 scripts/i2i_swing.py --lookback_days 30 --top_n 10

# 查看输出
ls -lh output/
head -5 output/i2i_swing_*.txt

步骤4: 运行完整任务
# 运行所有任务（约6-10小时）
python3 run_all.py --lookback_days 730 --top_n 50

# 或分别运行（推荐）
python3 scripts/i2i_swing.py --lookback_days 730 --top_n 50
python3 scripts/i2i_content_similar.py --top_n 50 --method hybrid
python3 scripts/interest_aggregation.py --lookback_days 730 --top_n 1000


📚 文档导航
入门文档

START_HERE.md ← 当前文档
QUICKSTART.md - 5分钟快速上手
CURRENT_STATUS.md - 当前功能状态

技术文档

FINAL_UPDATE.md - 最终更新说明
COMPLETE_INDEX_LIST.md - 完整索引清单
README.md - 详细使用文档
PROJECT_SUMMARY.md - 技术架构

配置文档

FIELD_MAPPING.md - 字段映射说明
DATABASE_SETUP.md - 数据库配置
TROUBLESHOOTING.md - 故障排除

参考文档

STRUCTURE.md - 目录结构
CHANGELOG.md - 更新日志
COMMANDS.txt - 常用命令


📊 输出示例
i2i相似度索引
# 文件: output/i2i_swing_20251016.txt
12345   商品A   23456:0.8523,34567:0.7842,45678:0.7234,...

# Redis Key: i2i:swing:12345
Value: 23456:0.8523,34567:0.7842,45678:0.7234,...

兴趣点聚合索引
# 文件: output/interest_aggregation_hot_20251016.txt
platform:pc   12345:98.52,23456:87.34,34567:76.89,...
category_level2:200   45678:156.23,56789:142.87,...

# Redis Key: interest:hot:platform:pc
Value: 12345:98.52,23456:87.34,34567:76.89,...


🎬 业务场景映射
根据您的3个业务场景：
1. 首页猜你喜欢
# 使用兴趣点聚合索引
interest:hot:platform:pc
interest:hot:category_level2:200
interest:hot:platform_category2:pc_200

2. 详情页的大家都在看
# 使用i2i相似索引
i2i:swing:12345         # 行为相似
i2i:content_hybrid:12345   # 内容相似

3. 搜索结果页底部的供应商推荐
# 使用兴趣点聚合索引
interest:global:category_level2:200
interest:hot:supplier:10001


🔢 关键数字


指标
数值


i2i算法数量
4种（3行为+1内容）


兴趣点维度数量
11个（7单+4组合）


支持的分类层级
4级


列表类型
3种（热门/加购/新品）


预计索引总数
10000-50000条


全部任务运行时间
6-10小时


💡 核心优势
1. 完整性

✅ 行为相似 + 内容相似
✅ 短期热门 + 长期稳定
✅ 粗粒度 + 细粒度

2. 灵活性

✅ 支持4级分类查询
✅ 支持供应商维度
✅ 支持多维度组合

3. 可扩展性

✅ 易于添加新维度
✅ 易于添加新算法
✅ 配置化管理

4. 实用性

✅ 适配真实数据
✅ 参考现有代码
✅ 文档完善


⚙️ 配置文件
主要配置在 config/offline_config.py：
# 时间配置
LOOKBACK_DAYS = 730  # 2年数据

# 行为权重
behavior_weights = {
    'click': 1.0,
    'addToCart': 3.0,
    'contactFactory': 5.0,
    'purchase': 10.0
}

# 时间衰减
time_decay_factor = 0.95  # 每30天衰减5%


🔧 运行选项
运行单个算法
python3 run_all.py --only-swing      # 只运行Swing
python3 run_all.py --only-content    # 只运行内容相似
python3 run_all.py --only-interest   # 只运行兴趣点聚合

跳过某些算法
python3 run_all.py --skip-i2i        # 跳过i2i
python3 run_all.py --skip-interest   # 跳过兴趣点聚合

调整参数
# 小数据量测试
python3 run_all.py --lookback_days 30 --top_n 10

# 完整数据
python3 run_all.py --lookback_days 730 --top_n 50


📞 遇到问题？
1. 字段错误
查看：FIELD_MAPPING.md 和 DATABASE_SETUP.md
2. 运行错误
查看：TROUBLESHOOTING.md
3. 使用疑问
查看：README.md 和 COMPLETE_INDEX_LIST.md
4. 查看日志
tail -f logs/run_all_*.log


🎉 开始使用
# 1. 进入目录
cd /home/tw/recommendation/offline_tasks

# 2. 安装依赖
bash install.sh

# 3. 测试连接
python3 test_connection.py

# 4. 运行任务
python3 run_all.py --lookback_days 730 --top_n 50

# 5. 查看输出
ls -lh output/
head -5 output/*

# 6. 加载到Redis（可选）
python3 scripts/load_index_to_redis.py


📦 交付清单

✅ 4种i2i算法实现
✅ 兴趣点聚合（11个维度）
✅ 统一调度脚本
✅ Redis加载工具
✅ 测试和示例脚本
✅ 13份完整文档
✅ 配置文件和依赖清单


状态: ✅ 已完成并可用

版本: v1.1

日期: 2025-10-16

代码行数: ~2500行

开始探索: 建议先阅读 QUICKSTART.md