使用者資料集 (User Dataset)
同一開發帳號下可存在複數個使用者資料集,同一使用者資料集可供複數個專案使用,避免重複上傳的工作。
建立使用者資料集 (/create-user-dataset)
使用範例
呼叫 API:
curl --request POST 'https://api.raas.kklab.com/create-user-dataset' \
--header 'Authorization: Bearer $TOKEN' \
--header 'APIKey: $API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
"name": "example-users",
"num_shards": 10,
"attribute_schema": {
"age": "NUMERICAL",
"gender": "CATEGORICAL"
},
}'
import json
import requests
from pprint import pprint
headers = create_headers(scopes=["/create-user-dataset"])
url = "https://api.raas.kklab.com/create-user-dataset"
data={
"name": "example-users",
"num_shards": 10,
"attribute_schema": {
"age": "NUMERICAL",
"gender": "CATEGORICAL"
}
}
response = requests.request("POST", url, headers=headers, data=json.dumps(data))
pprint(response.json())
回傳值:
{
"user_dataset_id": "$USER_DATASET_ID",
"name": "example-users",
"attribute_schema": {
"age": "NUMERICAL",
"gender": "CATEGORICAL"
},
"num_shards": 10
}
資料集大小 (num_shards)
根據開發帳號的付費方案內容,每個開發帳號的所有使用者與商品資料集的 num_shards
數值加總有上限,開發者上傳的資料會平均的分散在不同的 shard 中,單一 shard 中無法存在超過 100,000 筆資料,故一個資料集的 num_shards
設定建議設定為該資料集的大小除以 100,000。
目前版本暫時不支援修改資料集的 num_shards
設定。
資料規格 (attribute_schema)
描述每一筆資料欄位的處理方式,預設的開發帳號支援以下格式:
NUMERICAL
: 數字類型,其大小有意義。CATEGORICAL
: 分類類型,若值為陣列,該使用者視為有多個類別。
Recommend HQ 對企業方案支援客製化的資料處理方式,細節請聯絡我們。
修改使用者資料集設定 (/update-user-dataset)
使用範例
呼叫 API:
curl --request PUT 'https://api.raas.kklab.com/update-user-dataset' \
--header 'Authorization: Bearer $TOKEN' \
--header 'APIKey: $API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
"user_dataset_id": "$USER_DATASET_ID",
"name": "new user dataset name"
}'
import json
import requests
from pprint import pprint
headers = create_headers(scopes=["/update-user-dataset"])
url = "https://api.raas.kklab.com/update-user-dataset"
data={
"user_dataset_id": "$USER_DATASET_ID",
"name": "new user dataset name"
}
response = requests.request("PUT", url, headers=headers, data=json.dumps(data))
pprint(response.json())
回傳值:
{
"user_dataset_id": "$USER_DATASET_ID",
"name": "new user dataset name",
"attribute_schema": {
"age": "NUMERICAL",
"gender": "CATEGORICAL"
},
"num_shards": 10
}
可更新欄位
- name
- attribute_schema
取得單一使用者資料集設定 (/get-user-dataset)
使用範例
呼叫 API:
curl --request GET 'https://api.raas.kklab.com/get-user-dataset?user_dataset_id=$USER_DATASET_ID' \
--header 'Authorization: Bearer $TOKEN' \
--header 'APIKey: $API_KEY'
import requests
from pprint import pprint
headers = create_headers(scopes=["/get-user-dataset"])
url = "https://api.raas.kklab.com/get-user-dataset"
params = {
"user_dataset_id": "$USER_DATASET_ID"
}
response = requests.request("GET", url, headers=headers, params=params)
pprint(response.json())
回傳值:
{
"user_dataset_id": "$USER_DATASET_ID",
"name": "example-users",
"attribute_schema": {
"age": "NUMERICAL",
"gender": "CATEGORICAL"
},
"num_shards": 10
}
列出所有使用者資料集 (/list-user-datasets)
使用範例
呼叫 API:
curl --request GET 'https://api.raas.kklab.com/list-user-datasets' \
--header 'Authorization: Bearer $TOKEN' \
--header 'APIKey: $API_KEY'
import requests
from pprint import pprint
headers = create_headers(scopes=["/list-user-datasets"])
url = "https://api.raas.kklab.com/list-user-datasets"
response = requests.request("GET", url, headers=headers)
pprint(response.json())
回傳值:
{
"user_datasets": [
{
"user_dataset_id": "$USER_DATASET_ID",
"name": "example-users",
"attribute_schema": {
"age": "NUMERICAL",
"gender": "CATEGORICAL"
},
"num_shards": 10
}
]
}
刪除使用者資料集 (/delete-user-dataset)
使用範例
呼叫 API:
curl --request DELETE 'https://api.raas.kklab.com/delete-user-dataset' \
--header 'Authorization: Bearer $TOKEN' \
--header 'APIKey: $API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
"user_dataset_id": "$USER_DATASET_ID"
}'
import json
import requests
from pprint import pprint
headers = create_headers(scopes=["/delete-user-dataset"])
url = "https://api.raas.kklab.com/delete-user-dataset"
data={
"user_dataset_id": "$USER_DATASET_ID"
}
response = requests.request("DELETE", url, headers=headers, data=json.dumps(data))
pprint(response.json())
回傳值:
{
"user_dataset_id": "$USER_DATASET_ID",
"name": "example-users",
"attribute_schema": {
"age": "NUMERICAL",
"gender": "CATEGORICAL"
},
"num_shards": 10
}
API 回傳該使用者資料集被刪除前的最後設定。
匯入使用者資料 (/upsert-dataset-users)
使用範例
匯入兩筆使用者資料,呼叫 API:
curl --request POST 'https://api.raas.kklab.com/upsert-dataset-users' \
--header 'Authorization: Bearer $TOKEN' \
--header 'APIKey: $API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
"user_dataset_id": "$USER_DATASET_ID",
"users": [
{
"user_id": "1",
"attributes": {
"age": 22,
"gender": "female"
}
},
{
"user_id": "2",
"attributes": {
"age": 30,
"name": "test user"
}
}
]
}'
import json
import requests
from pprint import pprint
headers = create_headers(scopes=["/upsert-dataset-users"])
url = "https://api.raas.kklab.com/upsert-dataset-users"
data={
"user_dataset_id": "$USER_DATASET_ID",
"users": [
{
"user_id": "1",
"attributes": {
"age": 22,
"gender": "female"
}
},
{
"user_id": "2",
"attributes": {
"age": 30,
"name": "test user"
}
}
]
}
response = requests.request("POST", url, headers=headers, data=json.dumps(data))
pprint(response.json())
回傳值:
{
"user_dataset_id": "$USER_DATASET_ID",
"succeed_ids": ["1", "2"],
"failed_ids": []
}
如以上範例,使用者的 attributes
並不需要與 attribute schema
完全一致,可支援缺少的欄位,亦可支援未定義的欄位。
批次大小
由於通常需要上傳大量資料,每一筆匯入資料 API 支援一次上傳多筆資料,一次建議上傳1000筆資料,以達到最大上傳效率。如需要更快速的上傳,建議使用多線程 (multithreading) 進行上傳。
壓縮
Recommend HQ 的所有 API 皆支援 gzip 壓縮,實際使用時建議使用 gzip 壓縮的 API 請求來減少資料傳輸大小,提升資料交換效率。
限制
- 每一筆使用者資料大小最大為 20 kb。
- 一次 API 呼叫最多含有1000筆資料。
刪除使用者資料 (/delete-dataset-users)
使用範例
呼叫 API:
curl --request DELETE 'https://api.raas.kklab.com/delete-dataset-users' \
--header 'Authorization: Bearer $TOKEN' \
--header 'APIKey: $API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
"user_dataset_id": "$USER_DATASET_ID",
"user_ids": [
"1",
"2"
]
}'
import json
import requests
from pprint import pprint
headers = create_headers(scopes=["/delete-dataset-users"])
url = "https://api.raas.kklab.com/delete-dataset-users"
data={
"user_dataset_id": "$USER_DATASET_ID",
"user_ids": [
"1",
"2"
]
}
response = requests.request("DELETE", url, headers=headers, data=json.dumps(data))
pprint(response.json())
回傳值:
{
"user_dataset_id": "$USER_DATASET_ID",
"succeed_ids": ["1", "2"],
"failed_ids": []
}
批次大小
同匯入使用者的 API,刪除使用者的 API 亦支援批次刪除。
限制
- 一次 API 呼叫最多刪除1000筆使用者資料。
刪除特定時間內未更新的使用者資料 (/delete-dataset-users-before-ts)
由於是大量刪除資料,並不會即時生效。根據資料集的大小,須等待10~120分鐘陸續生效。
使用範例
呼叫 API:
curl --request DELETE 'https://api.raas.kklab.com/delete-dataset-users-before-ts' \
--header 'Authorization: Bearer $TOKEN' \
--header 'APIKey: $API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
"user_dataset_id": "$USER_DATASET_ID",
"ts": 1634201445000
}'
回傳值:
{
"user_dataset_id": "$USER_DATASET_ID",
"ts": 1634201445000
}