在阿里的業(yè)務(wù)中,有廣泛的算法應(yīng)用場景,也沉淀了相關(guān)的算法應(yīng)用平臺和工具:基礎(chǔ)的算法引擎部分,有成熟的召回和打分預(yù)估引擎、在線實時特征服務(wù);推薦算法應(yīng)用領(lǐng)域,有算法實驗平臺TPP(源于淘寶個性化平臺),提供Serverless形式的算法實驗平臺,包括資源彈性伸縮,實驗?zāi)芰?代碼在線發(fā)布、AB分流、動態(tài)配置),監(jiān)控管理(完善的監(jiān)控報警、流控、降級)等能力,是算法在線應(yīng)用的基石。
但在實際的算法應(yīng)用業(yè)務(wù)中,比如優(yōu)酷推薦業(yè)務(wù),算法應(yīng)用場景眾多(100+活躍場景),需求靈活多變,如果沒有一套通用業(yè)務(wù)框架,用于抽象出通用和定制化的部分來提高算法組件的復(fù)用度;會嚴(yán)重拖慢算法實驗的節(jié)奏;趫D引擎的算法服務(wù)框架就是為了封裝一套框架,抽象算法在線服務(wù)的通用算子,支持運行時的算法流程的裝配,提升算法服務(wù)場景搭建的效率。
設(shè)計概覽
算法推薦典型在線處理執(zhí)行流程:多路粗排召回,合并,預(yù)估,打散策略。推薦服務(wù)根據(jù)用戶的設(shè)備ID等其他必要信息進行多路并行召回,在召回引擎中進行粗排后,經(jīng)過必要的過濾處理,截取一定數(shù)量的內(nèi)容調(diào)用Rank引擎進行精排預(yù)估,預(yù)估結(jié)果經(jīng)過一系列算法策略處理后輸出最終結(jié)果。
整個過程中召回,合并,預(yù)估,打散等業(yè)務(wù)處理有并行處理,有串行處理,根據(jù)業(yè)務(wù)需要能夠靈活配置;趫D的推薦業(yè)務(wù)執(zhí)行引擎是運行在算法實驗平臺上的執(zhí)行引擎,它的典型處理流程是:在AB實驗分桶上,通過圖形化交互頁面配置數(shù)據(jù)源、業(yè)務(wù)算子的執(zhí)行依賴關(guān)系,并配置每個算子的運行時動態(tài)參數(shù)。
系統(tǒng)總體結(jié)構(gòu)如下圖所示:分成五個主要的模塊(圖執(zhí)行算子元件、圖形化配置DAG、圖配置動態(tài)解析、DAG圖執(zhí)行引擎、Debug調(diào)試)。
商用機器人 Disinfection Robot 展廳機器人 智能垃圾站 輪式機器人底盤 迎賓機器人 移動機器人底盤 講解機器人 紫外線消毒機器人 大屏機器人 霧化消毒機器人 服務(wù)機器人底盤 智能送餐機器人 霧化消毒機 機器人OEM代工廠 消毒機器人排名 智能配送機器人 圖書館機器人 導(dǎo)引機器人 移動消毒機器人 導(dǎo)診機器人 迎賓接待機器人 前臺機器人 導(dǎo)覽機器人 酒店送物機器人 云跡科技潤機器人 云跡酒店機器人 智能導(dǎo)診機器人 |