参数说明
参数 | 类型 | 描述 | 是否必填 | 备注 |
---|---|---|---|---|
userId | string | 需要推荐的目标用户 | 和imei至少一个不为空 | 如果不在user表中,则无个性化效果 |
imei | string | 安卓:MD5(imei),IOS:MD5(idfa) | 否 | 1、非注册用户必填 2、按照指定要求,mac地址,设备号等无效,会无法使用内部用户画像信息,仅保留曝光过滤功能 3、32位MD5值 |
returnCount | Integer | 单次请求返回的推荐结果数量 | 是 | 建议取值20 |
ip | string | ip | 否 | — |
sceneId | string | 物品投放的场景ID | 否 | 默认场景ID为1,如果在上传的场景数据中有对应的ID,需要一致 |
items | string | 基准相关物品 | 否 | 仅限用于相关推荐场景,格式:itemId:itemType,itemId:itemType |
通过服务端SDK获取推荐结果的常见错误
返回结果为空:
1、请求参数填错:
测试场景填入:scene_id,此项必须保证上报过来的数据中有此场景id;
测试用户填入:user_id,如果填入的user_id未存在user表中,则视为新用户;
推荐物品数:要小于场景可推荐的item数量。
注意:通过服务端SDK获取推荐结果中推荐物品数最大值=50。
如果是相关推荐,还需要填入item_id:item_type为请求参数,详情如下相关推荐请求参数.2、由于满足条件的可推荐的物料数过少,默认开启了曝光过滤功能后当前用户已经把当前场景的item全部刷空了(全部曝光过了)。
示例代码
package com.aliyun.airec;
import com.aliyuncs.DefaultAcsClient;
import com.aliyuncs.airec.model.v20181012.RecommendRequest;
import com.aliyuncs.airec.model.v20181012.RecommendResponse;
import com.aliyuncs.http.FormatType;
import com.aliyuncs.profile.DefaultProfile;
import com.aliyuncs.profile.IClientProfile;
public class Recommend {
private static final String accessKeyId = "your access key";
private static final String accessKeySecret = "your access key secret";
public static void main(String args[]) {
IClientProfile profile = DefaultProfile.getProfile("cn-hangzhou", accessKeyId, accessKeySecret);
DefaultProfile.addEndpoint("cn-hangzhou", "Airec", "airec.cn-hangzhou.aliyuncs.com");
DefaultAcsClient client = new DefaultAcsClient(profile);
RecommendRequest request = new RecommendRequest();
request.setInstanceId("airec-xxx");
request.setUserId("0");
request.setReturnCount(100);
//如果是相关推荐场景可选使用
//request.setItems("88:article,33:image");
request.setAcceptFormat(FormatType.JSON);
try {
RecommendResponse response = client.getAcsResponse(request);
for (RecommendResponse.ResultItem item : response.getResult()) {
System.out.println(item.getItemId());
System.out.println(item.getItemType());
System.out.println(item.getTraceId());
System.out.println(item.getTraceInfo());
System.out.println(item.getMatchInfo());
System.out.println(item.getWeight());
System.out.println(item.getPosition());
}
} catch (Exception e) {
e.printStackTrace();
}
}
}