在阿里的业务中,有广泛的算法应用场景,也沉淀了相关的算法应用平台和工具:基础的算法引擎部分,有成熟的召回和打分预估引擎、在线实时特征服务;推荐算法应用L域,有算法实验平台TPP(源于淘宝个性化平台),提供Serverless形式的算法实验平台,包括资源弹性伸缩,实验能力(代码在线发布、AB分流、动态配置),监控管理(完善的监控报警、流控、降J)等能力,是算法在线应用的基石。
但在实际的算法应用业务中,比如优酷推荐业务,算法应用场景众多(100+活跃场景),需求灵活多变,如果没有一套通用业务框架,用于抽象出通用和定制化的部分来提G算法组件的复用度;会严重拖慢算法实验的节奏。基于图引擎的算法服务框架就是为了封装一套框架,抽象算法在线服务的通用算子,支持运行时的算法流程的装配,提升算法服务场景搭建的效率。
设计概览
算法推荐典型在线处理执行流程:多路粗排召回,合并,预估,打散策略。推荐服务根据用户的设备ID等其他必要信息进行多路并行召回,在召回引擎中进行粗排后,经过必要的过滤处理,截取一定数量的内容调用Rank引擎进行精排预估,预估结果经过一系列算法策略处理后输出终结果。
整个过程中召回,合并,预估,打散等业务处理有并行处理,有串行处理,根据业务需要能够灵活配置。基于图的推荐业务执行引擎是运行在算法实验平台上的执行引擎,它的典型处理流程是:在AB实验分桶上,通过图形化交互页面配置数据源、业务算子的执行依赖关系,并配置每个算子的运行时动态参数。
系统总体结构如下图所示:分成五个主要的模块(图执行算子元件、图形化配置DAG、图配置动态解析、DAG图执行引擎、Debug调试)。
资料获取 | |
服务机器人在展馆迎宾讲解 |
|
新闻资讯 | |
== 资讯 == | |
» 2025养老机器人行业政策-《互联家庭环 | |
» 养老机器人研究,近万亿级机器人市场,生态 | |
» 人形机器人市场规模,它还能有多大-205 | |
» 7个关于人形机器人的关键要点:市场,技术 | |
» 2025~2035元趋势报告(机器人)- | |
» 山东省“人工智能+教育”实施方案2025 | |
» 2025具身机器人行业未来展望报告-当前 | |
» 机器人和嵌入式边缘AI应用设计的计算平台 | |
» 人脑与机器人大脑对应关系:大小脑对中央控 | |
» 人形机器人运动控制:制约商业化落地进程的 | |
» 山东省机器人产业高质量发展行动计划(20 | |
» 2025AI赋能教育:高考志愿填报工具使 | |
» 核电人形机器人的八点特性:高辐射耐受性, | |
» 核电人形机器人专题报告[工业应用场景], | |
» 机器人的大脑在手眼脑协同中发挥怎么样的作 | |
== 机器人推荐 == | |
![]() 服务机器人(迎宾、讲解、导诊...) |
|
![]() 智能消毒机器人 |
|
![]() 机器人底盘 |
![]() |