推荐系统架构

image.png

花了点时间，梳理了一下公司推荐系统整个流程，这是公司正在运用的推荐系统架构。

数据获取

抽取线上业务，埋点等数据，存储在hive数仓中。

特征工程

-通过用户，商品的一些基础属性，建立用户画像，商品画像等基础特征。
-通过用户对商品的行为特征，构建用户，商品交叉特征。

模型算法

-离线训练数据。
-调节模型参数，运行资源等以或得一个性价比较高等模型。

推荐引擎

-根据场景不同，使用不用模型的召回结果。
-打分平台对模型召回进行重新精排序。
-最后对精排的结果，加以业务干预，过滤，商品多样性等，最终返回。

平台应用

-精确曝光，获取精准曝光数据，评估推荐指标。
-用户分流，abtest，评估模型效果。