浩子的博客

沈国阳：美团推荐系统整体框架与关键工作http://www.youkuaiyun.com/article/2015-08-13/2825455摘要：美团推荐与个性化团队技术经理沈国阳来到优快云在线视频分享平台，为我们深度解析美团本地生活服务推荐的工作经验，并与群友进行互动交流。沈国阳重点介绍了美团推荐系统的架构和特色，以及在排序层面的主要工作。8月11日晚20

在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。一、基于内容推荐基 于内容的推荐（Content-based Recommendation）是信息过滤技术的延续与发展，它是建立在项目的

1. 推荐系统的意义互联网大爆炸时期的信息过载的解决方案：对用户而言：找到好玩的东西，帮助决策，发现新鲜事物。 对商家而言：提供个性化服务，提高信任度和粘性，增加营收。2. 推荐系统的构成前台的展示页面，后台的日志系统，推荐算法等部分组成，如下图所示：3. 推荐系统的评测3.1 离线实验即线下的部分，用于训练模型优点：

推荐系统介绍自从1992年施乐的科学家为了解决信息负载的问题，第一次提出协同过滤算法，个性化推荐已经经过了二十几年的发展。1998年，林登和他的同事申请了“item-to-item”协同过滤技术的专利，经过多年的实践，亚马逊宣称销售的推荐占比可以占到整个销售GMV（Gross Merchandise Volume，即年度成交总额）的30%以上。随后Netflix举办的推荐算法优化竞赛，