Azure Recommendations API的参数

Question

我想在Azure MS Cognitive Services上使用Recommendations API制作推荐模型。对于“创建/触发构建”，我无法理解下面的三个API参数。这些参数意味着什么？

https://westus.dev.cognitive.microsoft.com/docs/services/Recommendations.V4.0/operations/56f30d77eda5650db055a3d0

  

EnableModelingInsights
允许您计算指标   推荐模型。
有效值：真​​/假

     

AllowColdItemPlacement
指示是否也应该推荐   通过特征相似性推冷项目。
有效值：真​​/假

     

ReasoningFeatureList
以逗号分隔的要素名称列表   用于推理句子（例如推荐说明）   有效值：功能名称，最多512个字符

谢谢！

Answer 1

该页面缺少对其他位置提及的内容的引用。有关更完整的指南，请参阅此页...

https://azure.microsoft.com/en-us/documentation/articles/machine-learning-recommendation-api-documentation/

它将文档中Rank Build部分中的Cold Items描述为......

功能可以增强推荐模型，但这样做需要使用有意义的功能。为此，引入了新的构建 - 排名构建。此构建将对功能的有用性进行排名。有意义的功能是排名分数为2及以上的功能。在了解哪些特征有意义之后，使用有意义特征的列表（或子列表）触发建议构建。可以使用这些功能来增强保暖物品和冷藏物品。为了将它们用于暖项，应该设置UseFeatureInModel构建参数。要为冷项使用功能，应启用AllowColdItemPlacement构建参数。注意：如果不启用UseFeatureInModel，则无法启用AllowColdItemPlacement。

它还将Recommendation Reasoning部分中的ReasoningFeatureList描述为......

推荐推理是功能使用的另一个方面。实际上，Azure机器学习建议引擎可以使用功能来提供推荐解释（例如推理），从而使推荐消费者对推荐项目更有信心。要启用推理，应在请求建议构建之前设置AllowFeatureCorrelation和ReasoningFeatureList参数。