推荐系统规划.pdfVIP

推荐系统规划 何德琳 beijinhe@ 2012年3月 目彔 推荐系统建设背景与目标 推荐系统架构 推荐系统建设思路 当今的互联网正从搜索时代进入推荐时代 无论用户在互联网的任何页面 他所需要的信息就在他的面前 在当今互联网的时代，用户处在一个信息爆炸的时代，面对网络上 的海量信息会迷失，在这种背景下推荐系统应运而生 ，它根据用户 的兴趣爱好推荐符合用户兴趣爱好的信息。 推荐引擎是一个主动发现用户当前或潜在需求，幵且主动推送信息给 用户的信息网络。 推荐引擎建立在强大的数据挖掘和机器学习技术基础之上。 推荐引擎通过对海量用户数据的分析和挖掘，找到用户不信息产品之间的二元关系。 身边的推荐 如何满足用户的个性化需求？--推荐引擎 如何主动发现感兴趣的好友？如何为用户过滤出有价值的资讯和感兴趣的的话题? 如何寻 找自己喜欢的APP? 推荐系统可以解决这个问题。 推荐引擎已经成为互联网业务的重要标配！ 推荐系统在互联网行业的应用标杆 近年来互联网行业内电子商务及社交领域等众多公司如Amazon、Netflix、weibo、豆瓣等由于 巨大的推荐应用需求，推荐系统得到了得到了飞速发展。推荐系统将成为未来互联网里重要的变 革，社会化网站将由推荐系统所驱动。推荐系统将在好友、信息、app等推荐领域发挥较大作用。 LinkedIn的推荐产品： LinkedIn推荐系统带来 的巨大价值： Recommendations drive ：More than 50% 50% of connections 50% of job applications 50% of group joins 推荐引擎的工作原理 社会人口属性 物品关键字 用户购买信息 用户基本属性 基因描述 用户查看/使用信息 ……… …… 用户的评价信息… 用户信息 物品信息 用户对物品的偏好信息 推荐给 推荐引擎 推荐给 推荐引擎 的核心能 推荐给 力：针对 推荐给 性、定向 主动推送 能力 物品 用户 推荐引擎 涉及的技术： 推荐引擎的三大特点 推荐系统的建设目标 搭建计算和存储平台，丰富推荐引擎算法，持续优化推荐 引擎模型，打造高质量、高性能、灵活扩展的推荐引擎。 通过开放API接口支撑应用场景的应用以及灵活扩展。逐步 丰富推荐应用场景，提升推荐引擎应用价值。 目彔 推荐系统建设背景与目标