没有合适的资源?快使用搜索试试~ 我知道了~
个性化推荐系统开发指南1
需积分: 0 1 下载量 123 浏览量
2022-08-03
23:35:53
上传
评论
收藏 970KB PDF 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/86315956/0001-b6ea1b6ce9009d022da42d64421bfa24_thumbnail.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
28页
召回完之后你需要排序,也有很多算法,究竟选哪一种算法,后续第三节课再说。接下来,你要有一个新的策略,还不能把推荐结果直接拿到线上,要有一些过滤去重、AB 测试、
资源详情
资源评论
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/86315956/bg1.jpg)
![](https://csdnimg.cn/release/download_crawler_static/86315956/bg2.jpg)
阿里云开发者“藏经阁”
海量免费电子书下载
![](https://csdnimg.cn/release/download_crawler_static/86315956/bg4.jpg)
推荐系统简介
一、什么是推荐系统
(一)常见的推荐业务场景
首先给大家分享一下什么是推荐系统,为什么要有推荐系统。伴随着互联网应用
的发展,人们可以涉猎到更多的资讯。比如说进入到一个淘宝的平台,有非常多的商
品,如何将适合用户的商品去触达他,是淘宝需要解决的一个问题。本质上,推荐系
统解决的是一个信息比对的问题。怎么样基于用户的信息和商品的信息去做一个更好
的匹配,这是推荐系统要解决的问题。大家平时在用各种手机 APP 的时候,其实已
经对很多的推荐场景或多或少的有些了解。常见的推荐业务场景有两个。一个是基于
搜索 Query 的推荐,还有一个是基于用户和商品属性的 Feed 流的推荐。
大家看左边这个图,什么叫 Query 推荐,比如说我搜索一个口罩,它下面展示
的肯定都是跟口罩相关的东西。可能有 11 万多个口罩相关的商品,哪些排在前面,
哪些排到后面,这里需要有推荐系统。它需要根据用户的属性,比如说他喜欢的颜
色、价格偏好等,来进行排序。如果他喜欢买贵的奢侈品,我肯定把一些贵的、性能
好的口罩放在前面。如果他是一个价格敏感的用户,我可能要把价格稍微便宜、性价
比高的口罩放在前面。综上,就是说 Query 推荐要基于用户的购买偏好,还有商品
的属性去做一个匹配。
再来看右图,Feed 流推荐越来越成为很多 APP 跟用户交互的主流。打开虎扑、
今日头条这样的 APP,你会发现首页的新闻都是根据你日常的偏好去推荐的。比如
说你喜欢篮球相关的新闻,它可能更多的把体育相关的内容推荐给你。基于用户和
商品的 Feed 流推荐,我们采用机器学习推荐模型,它既要学习用户,也要学习商
品的属性。我们今天介绍的推荐系统架构,在用户属性和商品属性的匹配过程中,
底层的系统实现,更多的是偏向于基于用户和商品属性的 Feed 流推荐这样的一个
场景。
![](https://csdnimg.cn/release/download_crawler_static/86315956/bg5.jpg)
推荐系统简介 < 5
(二)个性化推荐业务流程
首先我把整个推荐业务做了一个简图,如下图所示。假设我们有一个新闻平台,
用户 A 进来,它有一个 ID。这个平台有成千上万的新闻,我们把它叫 item。每个
item 有一个 ID,比如说 1、2、3 这样排列下去。我们现在要把 10 万个 item 中筛选
出用户 A 喜欢的新闻。我们看一下要做这件事,在底层的业务架构要有哪些模块。在
一个经典的排序推荐召回系统里,它会有两个模块。第一个叫召回,第二个叫排序。
召回模块把这 10 万个新闻做一个初筛,选出 A 可能喜欢的,比如说 500 个 item 先
放到这里,我们只知道 A 大致会喜欢这 500 个 item,并不知道这 500 个 item 哪个
是 A 最喜欢的,哪个是他第二喜欢的。接下来是排序模块,对这 500 个 item 做一个
排序,按照喜爱的顺序去制定最终投放给 A 的 item 的列表。所以在整个的推荐业务
中,召回模块更多的是一个初筛,确定一个大体的轮廓和范围。这样的话可以加速排
序模块对于每个商品的属性排序,用户得到推荐反馈的效率会更高。一个专业的推荐
系统需要在几十毫秒内,即用户一进来就可以给他推荐反馈。对 Feed 流的内容,用
户在网上刷一下屏幕,可能有几十毫秒,然后我们马上要把新推荐的 item 又展示出
来。这是整个推荐业务的逻辑。
剩余27页未读,继续阅读
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![application/x-zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![application/x-zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![application/x-zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![chm](https://img-home.csdnimg.cn/images/20210720083646.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![application/pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![exe](https://img-home.csdnimg.cn/images/20210720083343.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![avatar](https://profile-avatar.csdnimg.cn/0575c54ce45349e7b71f9857988f984c_weixin_35831315.jpg!1)
好运爆棚
- 粉丝: 31
- 资源: 342
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)
评论0