文档中心

Viking AI 搜索

数据集

创建用户行为数据集

Viking AI 搜索是一款基于生成式 AI 的企业级 AI 搜索产品，基于大模型的多模态语义表征和理解能力，结合字节跳动信息检索领域多年最佳实践，为客户提供开箱即用的 AI 搜索搭建平台服务，帮助客户轻松搭建和集成端到端的多模态图文搜索和推荐能力。想要体验更多 Viking AI 搜索能力，点击前往：Viking AI 搜索引擎，企业搜推问一体化智能引擎

用户行为数据介绍

为了提高长期推荐的效果，为用户提供新型生成式推荐的个性化能力，我们提供了用户行为数据的上传功能。通过利用丰富且细粒度的用户行为数据，结合用户意图、用户行为顺序、上下文对话记录，提供更好的端到端推荐效果，我们建议您使用用户行为数据上传功能，这将为您提升一些特定场景下长期内容的推荐效果，比如：

电商平台——可结合用户短期行为（如收藏、加购、下单等）和长期行为习惯（如偏好品类、消费区间等）推断用户真实兴趣，从而实现个性化推荐，提升销售转化。

咨询/内容推荐平台——用户行为多偏非结构化，话题种类丰富，可结合用户互动行为（如浏览、点赞、评论、转发、停留时长等），通过生成式推荐系统提取用户在不同时间段、内容领域的行为轨迹，为大模型提供更加语义化的行为上下文，以实现更精细化、个性化的内容推荐。

在您使用推荐功能的过程中，物品数据和行为数据的上传将是必要的。无论是物品数据还是行为数据，它们都可支持被多个应用同时配置使用。对于单个应用，可支持配置多个数据集，但每个应用仅能配置一个行为数据集。

说明

在应用内为特定应用配置行为数据集之前，需在该应用中先完成物品数据集（图文数据集）的配置。

请您注意：

下面将为您详细介绍用户行为数据的数据准备要求及上传方式。

数据准备

说明

此处的示例字段名仅做示例用途，您在上传这5类必填字段时，可以使用您自身数据的schema，采用您自身数据中预设的字段名。

在定义行为表时，有5类字段是您必填的，这5类必填字段的含义分别为：

字段含义	示例字段名称	必填	支持的数据类型	行为说明
物品ID	item_id	✅	string, int32, int64	用户互动的物品的唯一标识
用户ID	user_id	✅	string, int32, int64	用户的唯一标识
行为类型	event_type	✅	int32, int64, string	记录用户行为的动作名称（如：view, click, like, collect, add_to_cart, purchase 等）
行为发生时间	event_timestamp	✅	int64	行为发生时间，时间戳格式（毫秒）
行为发生场景	scene	✅	string, int32, int64	用户行为发生的位置或功能场景描述（如：homepage, search, detail, feed 等）

除去必填字段，您可以根据业务需求配置自定义字段，以丰富单条行为的上下文信息。系统会自动解析，并利用自定义字段来帮助您构建更全面、更精细的用户行为分析模型。例如，您可以通过"duration"字段记录用户在特定页面的停留时长；使用"query"字段捕获用户的搜索关键词；通过"device_type"和"platform"字段区分不同设备和操作系统的用户行为特征等。

示例字段含义	说明
停留时间	停留时长，适用于浏览类行为
搜索词	若行为发生于搜索场景，记录搜索词
用户设备	用户设备类型，如 mobile、pc、tablet
用户系统	操作系统或平台，如 iOS, Android, Web

注意

请务必保持同一字段的数据类型全局一致，避免在不同次上报同一字段时出现数据格式/类型变更，否则可能导致部分数据解析失败或报错。

在控制台左侧导航栏选择【数据集】，然后点击【创建数据集】按钮，并选择【行为数据集】类型。

数据上传

第一步：测试数据上传

您可以通过上传JSONL文件（要求文件大小不超过10 MB）或直接粘贴JSON格式数据的方式，将用户行为数据上传至数据集。您无需在首次上传中一次性上传全部数据，只需要确保您在建立数据集时所上传的数据满足以下要求：

完成5类必填字段的上传。

所上传数据的schema结构是完整的。

所上传数据的数据类型枚举值是完整的。

您可以通过点击“文件格式规范”，来查看示例的json格式，以及一系列详细规范：

以下是一个示例的json格式：

上传JSONL文件时，您可以点击后在文件夹中选取，也可以直接将想要上传的JSONL文件拖拽至区域内自动解析（您上传的JSON文件大小需在10 MB以内）。

您也可以选择通过粘贴JSON代码上传：

完成本部分内容后，您可以点击右下角的“配置字段”，待大模型自动为您进行初步的字段配置后，即可进入下一步的字段配置部分。

第二步：字段配置

在初步配置字段过程完成后，大模型会为您自动生成该行为数据集的描述，您可以点击右侧的编辑图标进行修改。

点击“添加字段”，您可以输入新添字段的字段名称、字段类型、字段属性、字段定义。对于字段名称和字段定义，您可以自行输入。对于字段类型和字段属性，您可以点击下拉框进行对应的勾选。

注意

不同的字段属性对字段类型的要求也不同，在勾选过程中，请您先勾选您数据所对应的字段类型，再勾选您需要配置的字段属性。当您未勾选字段类型时，将无法勾选字段属性。您也可以将鼠标悬浮在字段类型上查看其对应数据类型的提示。

完成字段类型的勾选后，即可勾选您需要的字段属性：

以下为您列出在配置行为数据集时，必填字段的字段类型要求及含义：

字段名	必填	支持的数据类型	行为说明
物品ID	✅	string, int32, int64	用户互动的物品的唯一标识
用户ID	✅	string, int32, int64	用户或用户的唯一标识
行为类型	✅	int32, int64, string	记录用户行为的动作名称（如：view, click, like, collect, add_to_cart, purchase 等）
行为发生时间	✅	int64	行为发生时间，时间戳格式（毫秒）
行为发生场景	✅	string, int32, int64	用户行为发生的位置或功能场景描述（如：homepage, search, detail, feed 等）