(一)外围架构
推荐系统是如何和其他网站进行接口的
一般来说,每个网站都会有一个UI系统,UI系统负责给用户展示网页并和用户交 互。网站会通过日志系统将用户在UI上的各种各样的行为记录到用户行为日志中。日志可能存储 在内存缓存里,也可能存储在数据库中,也可能存储在文件系统中。而推荐系统通过分析用户的 行为日志,给用户生成推荐列表,最终展示到网站的界面上。下图便是这样的一个例子。

数据搜集和存储

按照前面数据的规模和是否需要实时存取,不同的行为数据将被存储在不同的媒介中。一般 来说,需要实时存取的数据存储在数据库和缓存中,而大规模的非实时地存取数据存储在分布式 文件系统(如HDFS)中。 数据能否实时存取在推荐系统中非常重要,因为推荐系统的实时性主要依赖于能否实时拿到 用户的新行为。只有快速拿到大量用户的新行为,推荐系统才能够实时地适应用户当前的需求, 给用户进行实时推荐。
(二)推荐系统架构
3种联系用户和物品的推荐系统

基于特征的推荐系统架构

本文介绍了推荐系统的外围架构,包括数据搜集和存储,以及推荐系统和UI系统的交互。接着探讨了推荐系统架构,提出了基于特征的推荐系统,并强调了分解推荐引擎的好处。最后,详细阐述了推荐引擎的三个核心部分:生成用户特征向量、特征-物品相关推荐和过滤、排名模块,强调了实时性和用户反馈的重要性。
最低0.47元/天 解锁文章
889

被折叠的 条评论
为什么被折叠?



