一、推荐系统

二、阿里云智能推荐AIRec

三、用户画像介绍

四、用户行为日志

1、用户行为日志

用户行为数据在系统上最简单的存在形式就是日志。
用户行为事件三要素：
 操作（action):定义一个操作动作（如点击、拖拽）
 参数/属性：参数可以是任何和这个事件相关的属性，包括触发这个事件的（人、时间、地点、设备、操作的业务信息）
 属性值：参数/属性的值参

2、埋点方式比较

埋点方式	数据时效	数据可靠(安全)	数据可回溯	埋点成本	对业务的影响	用户流量开销	新埋点是否对所有客户端版本生效
传统代码埋点	X	X	X	X	X	X	X
可视化埋点	X	X	X	X	√	√	√
无埋点	X	X	X	√	√	√	√
Measurement Protocol	√	√	X	X	X	√	X

3、数据结构

behavior表

字段名	字段类型	是否必需	字段含义	字段值枚举	字段值说明	字段值示例
item_id	string	是	内容ID	用户自填	如果全部数据均无法与内容表匹配，服务无法启动	34513
item_type	string	是	内容的类型	image	item_type	string
article	article	article	article	article	article	article
video	video	video	video	video	video	video
shortvideo	shortvideo	shortvideo	shortvideo	shortvideo	shortvideo	shortvideo
item	item	item	item	item	item	item
recipe		image	recipe		image	recipe
bhv_type	string	是	行为类型，例如曝光、停留、点击、收藏、下载等	expose	bhv_type	string
click	正利数据click的条数需要小于负利数据expose的条数，否则系统会判断数据异常，无法启动服务	expose	click	正利数据click的条数需要小于负利数据expose的条数，否则系统会判断数据异常，无法启动服务	expose	click
bhv_value	string	是	行为详情，例如点击次数，停留时长，购买件数等	用户自填		500
user_id	BIGINT	是	用户ID	用户自填		1234567
trace_id	string	是	请求追踪/埋点ID。用于在AB实验时区分调用了阿里推荐引擎	Alibaba	trace_id	string
selfhold	如果调用了阿里推荐引擎，该字段为Alibaba；如果没有调用阿里推荐引擎，该字段可以置为selfhold	Alibaba	selfhold	如果调用了阿里推荐引擎，该字段为Alibaba；如果没有调用阿里推荐引擎，该字段可以置为selfhold	Alibaba	selfhold
trace_info	string	推荐	请求埋点信息。一次推荐接口调用时会返回该信息，日志记录时带上即可	用户自填	阿里流量必需	阿里流量必需
platform	string	推荐	客户端平台。	用户自填	ios/andriod/h5	ios
imei	string	推荐	用户设备ID，imei，device_id,idfa	用户自填		QLKDJSFALKDSAJLK
app_version	string	推荐	app的版本号	用户自填		4.1.10
net_type	string	推荐	网络型号	用户自填	2G/3G/4G/WIFI	4G
ip	string	推荐	客户端IP信息	用户自填		234.45.13.14
login	string	推荐	是否登录用户	0	login	string
1	0：未登录	1	0：未登录	1	0：未登录	1
1：登录	1	1：登录	1	1：登录	1	1：登录
report_src	string	推荐	上报来源类型	1	report_src	string
2	1:服务端，2:客户端。	2	2	1:服务端，2:客户端。	2	2
scene_id	string	推荐	场景ID	用户自填	英文分号分隔的若干场景ID	1001,1002
bhv_time	string	推荐	行为发生的时间戳，单位s	用户自填		1520327038
device_model	string	推荐	设备型号	用户自填		iphoneX
longitude	string	推荐	位置经度	用户自填		128.4
latitude	string	推荐	位置纬度	用户自填		78.1
module_id	string	推荐	模块ID	用户自填		114
page_id	string	推荐	页面ID	用户自填		4
position	string	推荐	内容所在的位置信息	用户自填		5

behavior type

expose	曝光	expose	曝光
click	点击	click	点击
like	点赞	like	点赞
unlike	踩	unlike	踩
comment	评论	comment	评论
collect	收藏	collect	收藏
stay	停留时长	stay	停留时长
share	分享	share	分享
download	下载	download	下载
tip	打赏	tip	打赏
subscribe	关注	subscribe	关注

4、埋点

 服务端
除了『停留时长』之外，大部分用户行为可以在服务端直接记录，通过SDK直接提交用户行为日志
 客户端
支持使用缓冲区，通过API接口批量上传用户行为日志

5、存储介质

数据源可选择的方案有OSS、LogHub、TableStore等，优先考虑选择使用OSS作为数据源（阿里云智能推荐系统相关服务）。
目前阿里云智能推荐系统暂时只支持数据源为ODPS（MaxCompute），因此需要通过DI数据集成投递到MaxCompute中，未来智能推荐支持OSS等数据源后，可移除此部分多余动作。

6、总体架构图

附：参考文章

用户行为的深度追踪——事件与埋点
日志采集与用户行为链路分析
SPM 超级位置模型
淘宝SPM解读