作者：HaigLee
https://www.jianshu.com/u/67ec21fb270d
本文由 HaigLee 发布。未经许可，禁止转载。

对于一个推荐系统来说，有一个非常重要的问题，那就是：如何给用户提供一个真正的在线的推荐服务呢？其实，推荐系统服务和其它在线服务没有什么本质的区别，但是也有其特殊性。
提供一个在线服务，需要两个关键因素：存储和API。

首先来看一下存储：

离线层数据：

• 特征数据：特征数据是最多的，所谓用户画像、物品画像，这些都是特征数据，更新不频繁；
• 模型数据：模型数据，尤其是机器学习模型数据，其特点是大都是键值对，更新比较频繁；
• 召回数据：一些推荐方法在离线层批量计算出推荐结果后，供最后融合时召回使用。任何一个数据都可以直接做推荐结果，如协同过滤。

作者：HaigLee
https://www.jianshu.com/u/67ec21fb270d
本文由 HaigLee 发布。未经许可，禁止转载。