构建 xDeepFM (极端深度因子分解机) 排序模型。 Args: feature_columns: FeatureColumn 列表 model_config: 包含参数的字典: - dnn_units: 列表，DNN

对会话嵌入应用偏置编码。 参数： inputs：会话嵌入张量 形状：[batch_size, sess_max_count, sess_max_len, embedding_dim]

前向传播逻辑。 Args: inputs (tf.Tensor): 输入张量，形状为(batch_size, seq_len, embedding_dim)。 mask (tf.Tensor): 掩码张量，形状为(b

inputs: list, 包含所有特征的embedding矩阵, shape为[B, N, D]

实现交叉层的计算: x_{l+1} = x_0 * x_l^T * w_l + b_l + x_l Args: x_0: 原始输入，shape: (batch_size, feature_embedding_dim)

CIN层的前向传播 Args: inputs: 特征embedding表示，shape为[B, field_num, emb_dim] Returns: CIN的最终输出张量

前向传播方法 参数: inputs: 包含两个元素的列表 [x, scene_emb] x: 输入特征张量，形状为 (batch_size, input_dim) scene_emb: 场景嵌入

兴趣提取层的前向传播。 参数: inputs: 包含 [behavior_embeddings, neg_behavior_embeddings (可选)] 的列表 - behavior_embeddings

兴趣演化层的前向传播。 参数: inputs: 包含 [interest_states, target_item_embedding] 的列表 - interest_states: 形状为 [batch_si

AGRU 的前向传播。 参数: inputs: [interest_states, attention_scores] 的列表 - interest_states: 形状为 [batch_size, seq_

AUGRU 的前向传播。 参数: inputs: [interest_states, attention_scores] 的列表 - interest_states: 形状为 [batch_size, seq

参数: inputs: 特征嵌入 [batch_size, n+1, emb_dim], n 是特征数量，emb_dim 是嵌入维度 item_indices: 当前批次中每个样本对应的商品索引 [batch_size]

检查用户是否设置了 preferred_genres。 该策略要求用户明确设置类型偏好（通常在注册时）。

UCB 可以处理任何用户，但在有一些评分历史时效果最好。

始终返回 True - 这是一个降级策略。

移除所有策略（实际上禁用重排序）

训练和评估多个模型并比较它们的指标。 每个模型可以通过以下方式指定： - name (str): 加载funrec.config下的模型 参数: models: 模型列表 verbose: 是否打印比较表格 ret

计算gAUC (Group AUC) - 每个用户的AUC的加权平均 Args: test_sample_dict: 测试样本字典 test_label_list: 测试标签列表 pred_ans: 模型预测结果 u

计算输出形状 根据输入形状计算输出形状。

用新策略替换当前策略 Args: strategies: 要使用的 RerankingStrategy 实例列表。 策略将按提供的顺序应用。

Batch内对比损失 (InfoNCE)。 参数: y_true: 未使用，但为了与Keras兼容而保留 y_pred: 来自模型的余弦相似度分数 temperature: 温度参数控制分布的集中度 返回: 对

为任意特征创建自定义打散策略。 Args: feature_name: 特征名称（用于策略命名） feature_extractor: 从物品中提取打散键值的函数 max_consecutive: 允许的最大连续相同物品数量

创建新电影（仅管理员）

创建或更新电影评分（需要认证）

* Check the component for the downgrade method. * Execute if found. * Remove component from createdComponents list. * * @param {?component

从索引中删除电影

删除用户对电影的评分

* Downgrade either a given node, an array of nodes, or a NodeList. * * @param {!Node|!Array<!Node>|!NodeList} nodes

检查重排序是否启用