《推薦系統(tǒng)實(shí)踐》第七章學(xué)習(xí)筆記

??本章主要講了如何設(shè)計(jì)一個(gè)真實(shí)的推薦系統(tǒng)。前面幾章都是從理論上講述了什么是推薦系統(tǒng)?如何利用用戶和物品的信息來設(shè)計(jì)和優(yōu)化推薦算法?但推薦算法畢竟只是推薦系統(tǒng)的一部分,如何在某個(gè)真實(shí)場景下設(shè)計(jì)一個(gè)推薦系統(tǒng)?

外圍架構(gòu)

??推薦系統(tǒng)并不是孤立的一部分,還需要和其他系統(tǒng)組合才能發(fā)揮作用。一般來說推薦系統(tǒng)還需要兩個(gè)系統(tǒng)進(jìn)行輔助,一個(gè)是UI系統(tǒng),將推薦結(jié)果展示給用戶并和用戶交互;一個(gè)是存儲系統(tǒng),收集用戶的行為信息并存儲下來,用于推薦算法的優(yōu)化,而且數(shù)據(jù)的實(shí)時(shí)存取對推薦系統(tǒng)的實(shí)時(shí)性也是很重要的。

內(nèi)部架構(gòu)

??推薦系統(tǒng)的核心任務(wù)分為兩個(gè)部分,一個(gè)是如何為給定用戶生成特征,另一個(gè)是如何根據(jù)特征找到物品。不過如果在一個(gè)系統(tǒng)中使用所有特征來完成不同的任務(wù),那么系統(tǒng)就會(huì)很復(fù)雜,而且不好配置不同任務(wù)的權(quán)重。因此,推薦系統(tǒng)需要由多個(gè)推薦引擎組成,每個(gè)推薦引擎負(fù)責(zé)一類特征和一種任務(wù),推薦系統(tǒng)的任務(wù)就是將推薦引擎的結(jié)果按照一定優(yōu)先級合并、排序并返回。推薦系統(tǒng)的架構(gòu)圖如下:
推薦系統(tǒng)的架構(gòu)圖.png

??定好推薦系統(tǒng)的整體架構(gòu)后,就開始來看看推薦引擎內(nèi)部的具體實(shí)現(xiàn)。下圖就是推薦引擎的內(nèi)部架構(gòu):
推薦引擎的架構(gòu)圖.png
由上圖可知,推薦引擎主要包括3個(gè)部分:
  • 部分A負(fù)責(zé)讀取分析用戶數(shù)據(jù),生成用戶特征向量
  • 部分B利用用戶特征向量和相關(guān)推薦算法得到初始推薦物品列表
  • 部分C對初始推薦物品列表進(jìn)行過濾、排名等處理得到最終的推薦結(jié)果

不同的推薦引擎,A輸出的用戶特征向量會(huì)有所不同,B中使用的推薦算法策略會(huì)改變,C中的過濾、排名規(guī)則也會(huì)不一樣,這些都會(huì)根據(jù)具體的任務(wù)場景改變而改變。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

推薦閱讀更多精彩內(nèi)容