策略訓練任務輸入數據格式說明

如果您要在后續使用智能發送來觸達人群，則需要按照個性化觸達時間配置說明來配置行為維表（behavior）和運營記錄維表（operation）的數據。

• 目錄要求

  訓練任務輸入數據依賴用戶基礎信息（user）、物品基礎信息（item）、用戶行為（behavior）、運營記錄（operation）四類數據進行建模，您可以在存儲空間Bucket（以pai-usergrowth-客戶拼寫縮寫命名）下設置兩層文件夾，具體目錄結構如下所示。其中：

  • 一級目錄為各個維表，目錄名稱固定為user、item、behavior和operation，且不能修改。

  • 二級目錄對應各維表的ds分區字段，時間目錄，命名為ds=yyyymmdd，例如ds=20220301。

  • 各ds文件夾下可上傳單個或多個CSV文件，CSV文件內容分別為用戶在YYYYDDMM這一天的用戶基礎信息、物品基礎信息、行為信息和運營信息。您可以上傳單個或多個CSV文件，文件內容格式要求如下：

    • UTF-8編碼。

    • 首行為字段名，格式以及字段順序嚴格按照各個維表要求。

    • 由于ds已經作為二級目錄名存在，CSV文件中不能包含ds字段。

    • 統一使用\N表示NULL值。

• XXX.csv文件內容要求

  需要每天按時間目錄更新數據，各個維表字段要求如下：

  說明

  數值型屬性應滿足屬性值比大小是有意義的。提供一個數值型屬性的反例，例如我們對省份按1、2、3...連續編號，則用戶地域信息可轉化為數值型，此時省份x大于省份y并沒有意義，違反約定，因此省份需要按字符型數據處理。

  • 用戶基礎維表（user）

    用來記錄靜態用戶屬性，比如性別、年齡、注冊日期等。各字段定義如下表所示。

    字段名稱	字段類型	描述
    user_id	String	用戶ID，用來唯一區分用戶，不能為空。
    gender	Bigint	用戶性別： 1：男。 2：女。 \N：未知。 說明 使用\N表示NULL值。
    age	Bigint	用戶年齡，\N表示未知。 說明 使用\N表示NULL值。
    reg_time	String	注冊日期，格式為yyyymmdd，\N表示未知。 說明 使用\N表示NULL值。
    user_type	String	業務相關的用戶分類。如果業務無分類可以設置為\N。 說明 使用\N表示NULL值。
    kvs_num	String	擴展的數值型用戶屬性，屬性值支持整型與浮點型，格式為k1:v1 k2:v2...。即一對屬性及屬性值由半角冒號（:）分隔，多個屬性對由空格分隔，支持稀疏表示。命名規范如下所示（同樣適用于其他維表）： 半角冒號（:）、半角逗號（,）和空格為保留字符，不能出現在屬性名和字符型屬性值中。例如：屬性名a b、a:b、a,b與屬性值c 、:d、,e都是不合法的。 屬性名可以匿名化處理成編號，也可以使用原始屬性名。例如：kvs_num字段配置為1:1.02:1.5 4:2.0。 支持稀疏表示：如果用戶缺少某屬性，可直接在kvs_num或kvs_str中跳過該屬性。例如上述示例中缺少屬性3，可以直接跳過。
    kvs_str	String	擴展的字符型用戶屬性，格式為k1:v1 k2:v2...。命名規范同kvs_num。

  • 物品基礎維表（item）

    用來記錄靜態物品屬性，比如物品類目等。各字段定義如下表所示。

    說明

    將業務中用戶可交互的項目統稱為物品（item），包括但不限于商品（購買交互）、電影（觀影交互）、小說（閱讀交互）等。

    字段名稱	字段類型	描述
    item_id	String	物品ID，用來唯一區分物品，不能為空。
    item_type	String	業務相關的物品類目。如果業務無分類可以設置為\N。 說明 使用\N表示NULL值。
    kvs_num	String	擴展的數值型物品屬性，格式為k1:v1 k2:v2...，例如：price:18。
    kvs_str	String	擴展的字符型物品屬性，格式為k1:v1 k2:v2...。

  • 行為維表（behavior）

    用來記錄用戶行為。根據行為是否關聯item中的物品，將行為劃分為一元行為（不關聯物品）和二元行為（關聯物品），行為維表需按日分區，且每個分區包含當日產生的行為數據，建議提供6個月以上的數據。各字段定義如下表所示。

    字段名稱	字段類型	描述
    user_id	String	用戶ID，與user配置相同。
    behavior	String	行為類型。必須包含login，其他建議包含： 一元行為：活躍、充值、搜索等。 二元行為：點擊、收藏、喜歡、不喜歡、觀看、投票、發消息等， 命名規范如下： login=登錄、active=活躍、recharge=充值、buy=消費、search=搜索、click=點擊、collect=收藏、like=喜歡、dislike=不喜歡、play=觀看、vote=投票、u2u_send_msg=用戶間發消息。 不在以上范圍的behavior，支持自定義名稱。具體使用示例，請參見使用示例。 重要 對于社交類服務的用戶間行為，behavior命名必須以u2u_開頭，例如：將發消息行為命名為u2u_send_msg。 如果后續使用智能發送方式觸達人群，則必須包含click、login或search。
    item_id	String	商品ID，與item配置相同。如果behavior為一元行為，該列設置為\N（統一使用該參數表示NULL值）。 說明 對于社交類服務的用戶間行為，比如發消息，item_id字段可以直接使用user_id。
    kvs_num	String	擴展的數值型行為屬性，例如：活躍時長、投票數量等，格式為k1:v1 k2:v2...。 屬性名命名規范如下。 hour=小時、act00-act23=對應某小時里的用戶活躍時長（單位秒）、hh=小時、province=省份、city=地市、cents=充值或者消費金額（單位分）、seconds=時長（單位秒）、tickets=投票張數、query=檢索文本、msg=消息文本，不在以上范圍內可自行命名。 重要 如果后續使用智能發送方式觸達人群，則該字段key值需配置為hh00~hh23，例如：hh21:1，表示21點，頻次為1。
    kvs_str	String	擴展的字符型行為屬性，例如：搜索關鍵詞、消息內容等。格式為k1:v1 k2:v2...。屬性名命名規范同kvs_num。

    表 1. 使用示例

    user_id	behavior	item_id	kvs_num	kvs_str
    10001	login	\N	hour:14	\N
    10001	active	\N	act14:1800 act20:600	\N
    10002	recharge	\N	cents:100	\N
    10003	search	\N	\N	query:A
    10004	click	90001	\N	\N
    10005	watch	90002	seconds:60	\N
    10006	u2u_send_msg	10001	\N	msg:Hi

    例如行為維表的上級目錄為：ds20210101，表中各行釋義如下：

    • 用戶10001在20210101當日登錄，具體登錄時間為14:00-15:00之間（建議提供小時粒度的登錄時間信息）。

    • 用戶10001在20210101當日14:00-15:00之間的活躍時長為1800秒，在20:00-21:00之間的活躍時長為600秒。即用戶在單日的活躍時長統計對應一條行為記錄，由act00-act23分別記錄24個小時里的活躍時長，不活躍的小時直接忽略即可。

    • 用戶10002在20210101當日充值100分。

    • 用戶10003在20210101當日搜索A。

    • 用戶10004在20210101當日單擊物品90001。

    • 用戶10005在20210101當日觀看物品90002，時長60秒。

    • 用戶10006在20210101當日給用戶10001發消息，內容為Hi。

  • 運營記錄維表（operation）

    用來記錄已經開展過的運營行為，按日期和運營目標分區，每個分區包含當日發起的指定運營目標的運營記錄。各字段定義如下表所示。

    說明

    如果您之前未做過運營行為（觸達策略），為了能夠更直觀的查看前后對比效果，建議您沿用原有的觸達策略或隨機觸達發送一次短信，統計下運營記錄。

    字段名稱	字段類型	描述
    user_id	String	用戶ID。與user配置相同。
    item_id	String	商品id，對應物品基礎信息維表；運營行為無item時可配置為\N。 說明 使用\N表示NULL值。
    strategy	String	用戶圈選策略。例如：rule、random（默認值）等。 您可以自定義圈選策略，系統會根據實際填寫內容來處理。
    kvs_num	String	擴展的數值型屬性，例如短信發送時間（小時）等，格式為k1:v1 k2:v2...。 預留key值hh00~hh23，用于存放運營行為的時間。
    kvs_str	String	擴展的字符型屬性，例如短信文案、文案類型等。 重要 如果后續使用智能發送方式觸達人群，則必須包含buy、click或mix。
    label	Bigint	運營成功標簽。 1：成功。 0：失敗。
    target	String	分區字段，運營目標。

  維表重要性評估如下表所示。

  說明

  表名列的xxx請替換為客戶名或客戶名縮寫。

  維表	表名	必要性	ds目錄含義
  用戶基礎維表	dwd_xxx_user_df	必選	截止ds日（包含）的數據。
  物品基礎維表	dwd_xxx_item_df	可選	截止ds日（包含）的數據。
  行為維表	dwd_xxx_behavior_di	必選	ds當日產生的數據。
  運營記錄維表	dwd_xxx_operation_di	可選	ds當日產生的數據。

建模數據量級要求

數據驗證