29|推荐系统的工程化策略及服务部署策略
黄鸿波
你好,我是黄鸿波。
到现在,我们基本上已经完成了推荐系统中大部分的内容,这节课我们来聊一聊推荐系统在企业中上线的一些策略,以及与服务器部署的相关方案。
我将本节课分为了下面两大模块。
推荐系统中推荐列表组成策略。
推荐系统的服务部署方案介绍。
下面正式开始今天的内容。
推荐列表组成策略
首先来看看推荐系统中的推荐列表到底是怎么来的。
当我们使用各种 App 或者网站时,为了使用户的黏性更高,推荐的内容似乎就是由推荐系统中的召回集产生然后再经过排序层进行排序所产生的,这样可以确保用户大概率会看到喜欢的内容。
解决这个问题的方法有很多,比如增加多样性、使用一些 Bandit 算法等。最简单的方法是在推荐系统最后输出的排序列表中加入一些新的内容,丰富推荐列表。
还有另外一个问题,App 的第一个位置往往并不是我们喜欢的内容,对于新闻类的 App 大部分的情况下是当下的时事热点放在前面;对于产品类的 App(比如说某款游戏的相关工具 App),那么前面很有可能是公告或者活动相关的信息;对于电商类 App,前面往往可能放的是一些大品牌的商品,但是这个类别也许你从来都没有接触过。在推荐系统中这一类的推荐叫做运营推荐,运营推荐的位置叫做运营推荐位。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
推荐系统工程化策略及服务部署方案是企业中推荐系统工程的关键内容。本文从推荐列表组成策略和推荐系统的服务部署方案两个方面展开讨论。推荐列表的组成策略包括运营推荐位、排序算法位和最新内容位,通过多样性召回和排序等方式保证推荐内容的多样性和用户口味的符合。召回集的构建涉及多种召回算法的组合和权重赋予,以及多样性排序的方式。在服务部署方面,文章提到了云部署、本地部署、容器化部署、Serverless部署、分布式部署等方式,并介绍了云部署和容器化部署结合的六步方法。本地化部署相比云部署具有更高的安全性和更稳定的网络环境,但也面临着硬件维护成本高、系统可扩展性差等挑战。总的来说,本文通过深入浅出的方式介绍了推荐系统工程化策略及服务部署策略,对于从事推荐系统工程的技术人员具有一定的参考价值。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《手把手带你搭建推荐系统》,新⼈⾸单¥59
《手把手带你搭建推荐系统》,新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
- Geek_ccc0fd请问老师:召回融合具体如何处理的,每条召回通路不一定都有一个明确的分数,如何进行加权融合排序呢?
作者回复: 一般来讲每个算法都有明确的概率或者分数,然后我们可以把它们统一在0~1的范围内,在进行比较
2023-07-17
收起评论