Campaign | partitions | partition[n] | Interact | learning
这些配置属性可让您调整内置学习模块。
confidenceLevel
说明
指出从探索切换到采用之前,您希望学习实用程序具有的信心的百分比。值 0 可有效地关闭探索。
仅当将 Interact 运行时的 Interact > offerserving > optimizationType 属性设置为 BuiltInLearning 时,此属性才适用。
缺省值
95
有效值
0 和 95 之间可以除以 5 的整数或 99。
enableLearning
说明
如果设置为 Yes,那么 Interact 设计时会预期启用学习。如果将 enableLearning 设置为 yes,那么必须将 Interact > offerserving > optimizationType 配置为 BuiltInLearningExternalLearning
如果设置为 No,那么 Interact 设计时会预期禁用学习。如果将 enableLearning 设置为 no,那么必须将 Interact > offerserving > optimizationType 配置为 NoLearning
缺省值
maxAttributeNames
说明
Interact 学习实用程序监视的学习属性的最大数目。
仅当将 Interact 运行时的 Interact > offerserving > optimizationType 属性设置为 BuiltInLearning 时,此属性才适用。
缺省值
10
有效值
任何整数。
maxAttributeValues
说明
Interact 学习模块针对每个学习属性跟踪的值的最大数目。
仅当将 Interact 运行时的 Interact > offerserving > optimizationType 属性设置为 BuiltInLearning 时,此属性才适用。
缺省值
5
otherAttributeValue
说明
属性值的缺省名称,用于表示 maxAttributeValues 之外的所有属性值。
仅当将 Interact 运行时的 Interact > offerserving > optimizationType 属性设置为 BuiltInLearning 时,此属性才适用。
缺省值
Other
有效值
字符串或数字。
示例
如果将 maxAttributeValues 设置为 3 并且将 otherAttributeValue 设置为其他值,那么学习模块会跟踪前三个值。会将所有其他值分配给其他类别。例如,如果您要跟踪访问者属性头发颜色,并且前五个访问者的头发颜色为黑色、棕色、金色、红色和灰色,那么学习实用程序会跟踪黑色、棕色和金色这三种头发颜色。会将红色和灰色这两种颜色分组到 otherAttributeValue(其他属性)下面。
percentRandomSelection
说明
学习模块显示随机要约的时间的百分比。例如,如果将 percentRandomSelection 设置为 5,那么表示学习模块显示随机要约的时间是 5% (每 100 个建议中的 5 个)。
缺省值
5
有效值
从 0 到 100 的任何整数。
recencyWeightingFactor
说明
recencyWeightingPeriod 定义的数据集百分比的小数表示。例如,缺省值 .15 表示学习实用程序使用的数据中,15% 来自 recencyWeightingPeriod
仅当将 Interact 运行时的 Interact > offerserving > optimizationType 属性设置为 BuiltInLearning 时,此属性才适用。
缺省值
0.15
有效值
小于 1 的小数值。
recencyWeightingPeriod
说明
由学习模块授予权重的 recencyWeightingFactor 百分比的数据大小(以小时计)。例如,缺省值 120 表示学习模块使用的数据的 recencyWeightingFactor 来自前 120 小时。
仅当将 optimizationType 设置为 builtInLearning 时,此属性才适用。
缺省值
120
minPresentCountThreshold
说明
必须显示要约的最少次数,才能在计算中使用其数据,随后学习模块进入探索模式。
缺省值
0
有效值
大于或等于 0 的整数。
enablePruning
说明
如果设置为 Yes,那么 Interact 学习模块会在算法上确定学习属性(标准或动态))何时不可预测。如果学习属性不可预测,那么学习模块在确定要约的权重时将不会考虑该属性。此情况持续到学习模块聚集学习数据为止。
如果设置为 No,那么学习模块会始终使用所有学习属性。如果不清除不可预测的属性,那么学习模块的准确度可能会低于它应该具有的准确度。
缺省值
有效值
Yes | No