导航
使用去重功能，实现推荐结果的过滤
最近更新时间：2023.12.25 11:12:32首次发布时间：2023.12.25 11:12:32
本文将向您介绍如何使用去重规则，以实现推荐结果的过滤、提升用户体验。
背景介绍
用户已经发生过某些行为的物品在推荐结果中不再重复出现，通过去重规则实现推荐结果的过滤。
应用场景
场景1：在电商领域，用户近期购买了一款手机，则短时间内不会再购买同款手机，可以通过配置时间窗口去重（如30天不再推荐已购买物品）过滤掉已购买款型手机的推荐。
场景2：在内容社区领域，用户可以阅读不同的文章，由于可推帖子较多，可以通过配置条数去重（如近1000条已浏览的帖子不再推荐）过滤掉最近一段时间阅读过的文章。
使用方法
规则配置
在【策略管理】-【业务规则】-【内置规则】中，创建去重规则，并在 在线服务 中选用。
去重规则配置有三种维度：
- 仅按时间去重：过滤最近指定天数/分钟、最多30000条、发生过指定行为的物品。
- 仅按条数去重：过滤最近指定条数、发生过指定行为的物品。
- 同时按照时间和条数去重：过滤最近指定天数/分钟、指定条数、发生过指定行为的物品。其中，时间和条数两者取交集。
注意
- 平台最高可支持对最近的3w条行为进行去重，超过3w条以上将会被截断，不进行去重。
- 行为表的更新方式选择仅天级时，去重规则会使用天级数据；一旦行为表的更新方式选择了实时，则去重规则只会使用实时数据。
生效逻辑
- 不同行为之间取并集。
- 同一行为，仅下发去重支持同时配置按照时间和条数去重（取交集），其它行为只支持配置一条去重规则。
去重方式
- 下发去重：根据推荐平台下发给客户侧的记录进行去重。如果客户侧调用 callback 接口，则会根据 callback 记录进行去重（特殊情况说明：调用了 callback 接口，但是传的 item 列表为空的情况下，callback 不生效，仍会按照推荐平台的下发记录进行去重）。
- 其他行为去重：根据传入平台的用户行为数据记录进行去重。
下发去重按栏位粒度生效，即对于同一栏位下所有 spm，满足下发去重配置条件的物品将不会被推出；其他行为去重使用全场景数据，即只要任一 spm 发生了该行为，在满足去重条件时都会被去重。