配置优化总结

✅ 完成的改动

1. 配置集中化

文件: offline_tasks/config/offline_config.py

新增默认参数配置：

# 默认参数配置（用于调试和生产）
DEFAULT_LOOKBACK_DAYS = 30    # 默认回看天数（当前为30天，便于快速调试）
DEFAULT_RECENT_DAYS = 7       # 默认最近天数
DEFAULT_I2I_TOP_N = 50        # 默认返回Top N个相似商品
DEFAULT_INTEREST_TOP_N = 1000  # 默认每个key返回Top N个商品

好处：

• ✅ 集中管理所有默认参数
• ✅ 调试环境使用小数值（30天），快速验证
• ✅ 生产环境只需修改配置文件一处
• ✅ 所有脚本自动使用统一配置

2. 脚本更新

更新了所有脚本使用配置文件的默认值：

脚本	更新内容
i2i_swing.py	使用 DEFAULT_LOOKBACK_DAYS, DEFAULT_I2I_TOP_N
i2i_session_w2v.py	使用 DEFAULT_LOOKBACK_DAYS, DEFAULT_I2I_TOP_N
i2i_deepwalk.py	使用 DEFAULT_LOOKBACK_DAYS, DEFAULT_I2I_TOP_N
i2i_content_similar.py	使用 DEFAULT_I2I_TOP_N
interest_aggregation.py	使用 DEFAULT_LOOKBACK_DAYS, DEFAULT_RECENT_DAYS, DEFAULT_INTEREST_TOP_N
run_all.py	使用所有默认配置

3. .gitignore 文件

文件: /home/tw/recommendation/.gitignore

忽略以下内容：

# 数据文件
*.txt (除了 requirements.txt, COMMANDS.txt)
*.csv
*.json
*.jsonl
*.parquet
*.pkl

# 输出和临时文件
output/
logs/
models/
cache/
tmp/

# Python 相关
__pycache__/
*.pyc
*.egg-info/
venv/

# IDE 相关
.vscode/
.idea/
.DS_Store

📊 使用对比

之前（硬编码）

# 每次都要手动指定参数
python3 run_all.py --lookback_days 30 --top_n 50

# 不同脚本的默认值不统一，容易混淆

现在（配置化）

# 使用配置文件的默认值（当前30天，调试快速）
python3 run_all.py

# 临时覆盖（不修改配置文件）
python3 run_all.py --lookback_days 7

# 查看当前默认值
python3 run_all.py --help
# 输出: --lookback_days (default: 30, adjust in offline_config.py)

🎯 调试与生产切换

当前配置（调试模式）

# config/offline_config.py
DEFAULT_LOOKBACK_DAYS = 30    # 30天，快速验证
DEFAULT_RECENT_DAYS = 7       # 7天

运行效果：

• 数据量小，运行快（30-60分钟）
• 内存占用低（2-4GB）
• 适合验证流程和参数调优

切换到生产（编辑配置文件）

# config/offline_config.py
DEFAULT_LOOKBACK_DAYS = 730   # 2年，更准确
DEFAULT_RECENT_DAYS = 180     # 半年

运行效果：

• 数据量大，推荐质量高
• 运行时间长（6-10小时）
• 内存占用高（8-16GB）
• 适合生产环境

🚀 快速开始

第一步：快速验证（7天数据）

cd /home/tw/recommendation/offline_tasks
python3 run_all.py --lookback_days 7 --top_n 10

第二步：调试模式（使用默认30天）

# 当前配置文件已设置为30天
python3 run_all.py

第三步：生产模式

1. 编辑配置文件：

   vim config/offline_config.py
   # 修改: DEFAULT_LOOKBACK_DAYS = 730
   # 修改: DEFAULT_RECENT_DAYS = 180
   

2. 运行：

   python3 run_all.py
   

📝 新增文档

1. UPDATE_CONFIG_GUIDE.md - 配置调整详细指南
2. .gitignore - Git忽略规则

🔍 验证配置

# 查看当前配置
cd /home/tw/recommendation/offline_tasks
python3 -c "from config.offline_config import *; print(f'LOOKBACK_DAYS: {DEFAULT_LOOKBACK_DAYS}')"

# 查看帮助
python3 run_all.py --help
python3 scripts/i2i_swing.py --help
python3 scripts/interest_aggregation.py --help

✨ 主要优势

1. 集中管理 - 所有默认参数在一处配置
2. 调试友好 - 默认使用小数据量，快速验证
3. 灵活切换 - 调试/生产环境一键切换
4. 参数透明 - help信息显示默认值来源
5. 版本控制 - .gitignore防止数据文件被提交

📌 注意事项

1. 首次运行建议使用小数据量：

   python3 run_all.py --lookback_days 7
   

2. 配置文件修改后立即生效：

   # 修改 offline_config.py 后
   python3 run_all.py  # 自动使用新配置
   

3. 临时参数不影响配置文件：

   python3 run_all.py --lookback_days 100  # 仅本次有效
   

📅 更新日志

日期: 2025-10-16
版本: v1.2
改动:

• ✅ 新增默认参数配置（DEFAULT_LOOKBACK_DAYS=30）
• ✅ 更新所有6个脚本使用配置文件
• ✅ 创建 .gitignore 忽略数据和临时文件
• ✅ 新增配置调整指南文档

---

配置文件: config/offline_config.py
当前默认: 30天调试模式
生产建议: 730天
状态: ✅ 已完成并测试