141.如何个性化推荐系统设计-1

141.1 什么是个性化推荐系统？

个性化推荐系统就是根据用户的历史，社交关系，兴趣点，上下文环境等信息去判断用户当前需要或潜在感兴趣的内容的一类应用。
大数据时代，我们的生活的方方面面都出现了信息过载的问题：电子商务、电影或者视频网站、个性化音乐网络电台、社交网络、个性化阅读、基于位置的服务、个性化邮件、个性化广告…逛淘宝、订外卖、听网络电台、看剧等等等。推荐系统在你不知不觉中将你感兴趣的内容推送给你，甚至有的时候，推荐系统比你本人更了解你自己。
推荐系统的业务主要包括四个部分：
- 物料组装：生产广告，实现文案、图片等内容的个性化
- 物料召回：在大量内容中召回一个子集作为推荐的内容
- 物料排序：将召回的子集的内容按照某种标准进行精细排序
- 运营策略：加入一些运营策略进行一部分的重新排序，再下发内容
推荐系统必须要实现收集与分析数据的功能。数据收集体现为：埋点、上报、存储。而数据分析则体现为：构造画像（用户与内容）、行为归因。
推荐系统的算法体现在两部分：
- 召回、排序。
召回的算法多种多样：
- itemCF、userCF、关联规则、embedding、序列匹配、同类型收集等等。
排序的算法可以从多个角度来描述，这里我们从一个宏观的角度来描述，即排序算法可以分成五个部分：
- 构造样本、设计模型、确定目标函数、选择优化方法、评估。

141.2 推荐引擎架构

141.3 召回模块

热点召回和人工运营：兜底策略
用户画像（CB）召回：标签排序、倒排截取
CF召回算法：user-based算法和item-based算法
如何做大规模在线用户CF召回？
- 离线计算每个用户的相似用户top k，存入cache
- 在线存储每个用户的点击记录
- 在线检索相似用户点击记录

141.4 排序模块

模型选择：LR、FM、GBDT、DNN …

复杂特征+简单模型	简单特征+复杂模型
线性模型：LR	非线性模型：GBDT,DNN
训练快，解析性好	表达能力强，起点高
在线预测简单	训练慢，解析性差
人工构造大规模特征才能提升效果，后期难维护	容易过拟合，难优化

排序算法演进

大数据视频推荐：
网易云课堂
CSDN
人工智能算法竞赛实战
AIops智能运维机器学习算法实战
ELK7 stack开发运维实战
PySpark机器学习从入门到精通
AIOps智能运维实战
腾讯课堂
大数据语音推荐：
ELK7 stack开发运维
企业级大数据技术应用
大数据机器学习案例之推荐系统
自然语言处理
大数据基础
人工智能：深度学习入门到精通

141.如何个性化推荐系统设计-1相关推荐

计算机配件推荐系统论文摘要,个性化推荐系统设计
内容简介: 个性化推荐系统设计,毕业设计,共65页,29540字,附外文翻译. 摘要个性化推荐系统根据用户的历史数据,利用推荐算法向他们推荐可能感兴趣的商品.协同过滤(CF)是目前研究最多.应用最广 ...
个性化推荐系统设计（2.2）——Few-shot Learning用于冷启动的探索
在推荐领域,我们常常会遇到冷启动的问题,这可能在所有的推荐项目中或多或少都会涉及.对于该问题,通常的解决方法如下: ①(提供非个性化的推荐)比如先推荐热门排行榜,收集一定用户数据后,再进行个性化推荐: ...
143.如何个性化推荐系统设计-3
143.1 算法介绍协同过滤算法协同过滤(Collaborative filtering, CF)算法是目前个性化推荐系统比较流行的算法之一. 协同算法分为两个基本算法:基于用户的协同过滤(Use ...
142.如何个性化推荐系统设计-2
142.1 离线训练离线训练流程如何线上实时反馈特征? 在线计算,与曝光日志一起上报,离线直接使用如何解决曝光不足问题? 使用CTR的贝叶斯平滑(CTR = 曝光次数 / 点击次数) 所有新闻自 ...
个性化推荐系统设计（3.1）——如何评价个性化推荐系统的效果
准确率与召回率(Precision & Recall) 准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量.其中精度是检索出相关文档数与检索出的文档总数的比率 ...
智能个性化推荐系统设计
推荐系统构成 * 召回层 - 对海量的数据进行召回 * 排序层 - 对召回后的数据进行排序,排序结果返回给用户推荐系统架构基于物品的推荐系统架构基于用户的推荐系统架构
【阅读笔记】联邦学习实战——联邦个性化推荐案例
联邦学习实战--联邦个性化推荐案例前言 1. 引言 2. 传统的集中式个性化推荐 2.1 矩阵分解 2.2 因子分解机 3. 联邦矩阵分解 3.1 算法详解 3.2 详细实现 4 联邦因子分解机 4 ...
老板说“我们要做个性化推荐”时，你该怎么办......
PMCAFF(www.pmcaff.com):互联网产品社区,是百度,腾讯,阿里等产品经理的学习交流平台.定期出品深度产品观察,互联产品研究首选. 外包大师(www.waibaodashi.com): ...
【干货】史上最全个性化推荐技术资料包（附50余份技术文档下载链接）
不知不觉"智能推荐系统"公众号已经陪大家走过了整整一个年头,感谢朋友们的鼓励和认可,煽情的话就不多说了.给大家把推荐相关的干货文档又整理了一遍,送给大家,希望对大家多少有点儿帮助. ...

141.如何个性化推荐系统设计-1

141.1 什么是个性化推荐系统？

141.2 推荐引擎架构

141.3 召回模块

141.4 排序模块

141.如何个性化推荐系统设计-1相关推荐

最新文章

热门文章