推薦系統(tǒng)整體框架概覽

• • • 推薦系統(tǒng)整體架構(gòu)
    • 推薦系統(tǒng)的核心組成部分
    • • 離線
      • 核心節(jié)點
      • 服務(wù)
      • UI
    • 總結(jié)

推薦系統(tǒng)整體架構(gòu)

先說點題外話，最近在看的書中講到了怎么進(jìn)行自學(xué)的方法，分了十個層級。第一個便是要了解所學(xué)內(nèi)容的概況，也就是輪廓，大的東西是什么，方向是什么。所以，專欄的主要內(nèi)容就是推薦系統(tǒng)，那么首先來看看推薦系統(tǒng)的整體架構(gòu)是什么。

先來一張圖：

推薦系統(tǒng)的核心組成部分

這里把推薦系統(tǒng)分為以下重要的組成部分：

離線

核心節(jié)點

服務(wù)

UI

下面將大致介紹每一部分的重點內(nèi)容，具體的、詳細(xì)的內(nèi)容便是本專欄圍繞的主題，將在后續(xù)章節(jié)一一為大家進(jìn)行說明。

離線

離線部分主要包括數(shù)據(jù)采集、ETL、特征工程和離線算法模型的訓(xùn)練。

數(shù)據(jù)采集就不用多說了，它是推薦中的物料，有了數(shù)據(jù)，推薦系統(tǒng)才能發(fā)揮作用，才能訓(xùn)練各種各樣的模型進(jìn)行推薦，進(jìn)而將算法的作用發(fā)揮到極致。所以，數(shù)據(jù)收集是比較重要的，要在這個方面多多思考。

ETL就是常說的數(shù)據(jù)清洗。因為原始的數(shù)據(jù)并不是能滿足你的要求，而是非常雜亂的，那么需要對數(shù)據(jù)做進(jìn)一步的處理，方便后續(xù)的使用，這個過程往往伴隨這數(shù)據(jù)倉庫的產(chǎn)生。

特征工程。原始數(shù)據(jù)太多了，可能需要挑選若干個進(jìn)行重點分析。

算法模型。根據(jù)現(xiàn)有的數(shù)據(jù)，訓(xùn)練離線模型。

核心節(jié)點

核心節(jié)點包括推薦結(jié)果存儲，推薦引擎配置，AB test 服務(wù)。這部分內(nèi)容是推薦的關(guān)鍵，后續(xù)章節(jié)詳細(xì)給出。

服務(wù)

服務(wù)這塊包含推薦服務(wù)、實時服務(wù)、排序服務(wù)和業(yè)務(wù)服務(wù)。這部分是推薦系統(tǒng)的重要工程，它涉及大數(shù)據(jù)、排序邏輯、業(yè)務(wù)邏輯和推薦邏輯，是算法和工程結(jié)合的產(chǎn)物。

UI

有人可能會說，推薦系統(tǒng)怎么會包含UI，沒錯，這個還非常重要。推薦系統(tǒng)的推薦效果怎么樣，全靠它和真實的用戶進(jìn)行交互，全靠它的數(shù)據(jù)上報。它上報的曝光和點擊數(shù)據(jù)是對推薦系統(tǒng)很重要的反饋，推薦系統(tǒng)根據(jù)實際用戶的反饋會做進(jìn)一步的調(diào)整和優(yōu)化。

總結(jié)

本節(jié)給出了推薦系統(tǒng)的整體框架，準(zhǔn)確地說是一個邏輯架構(gòu)圖。通過它，可以了解推薦系統(tǒng)包含哪些子系統(tǒng)，子系統(tǒng)之間有些什么交互。當(dāng)然，詳細(xì)的交互會在后續(xù)章節(jié)一一給出，請大家持續(xù)關(guān)注。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的推荐系统整体框架概览的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。