推荐系统架构.pptVIP

大数据环境下的推荐系统架构 汇报人：余俊良 背景 毫无疑问，这是一个数据爆发的时代。一分钟内，推特上有 20 万条新消息被发送；在“Facebook”上用户浏览的信息超过 1000 万条。人们在享受网络带来便捷的同时，产生了大量的新型多结构数据。有人说，世界的本质就是数据，大数据将开启一次重大的时代转型。 背景 当然，如果处理不好大数据，人类可能会被大数据“反噬”，找到自己需要的信息变得更困难，迷失于大数据之中。有用的信息埋没于繁杂的数据中的 现象被称为“信息过载”。 在大数据时代，让用户从海量的信息中找到自己想要的信息实在是有点强人所难。时代变了，用户获取知识的方式也应随之改变：利用推荐技术向用户推送个性化服务。 推荐系统研究现状 目前推荐系统的研究内容和方向主要包括以下几个方面： 1、推荐技术的研究 2、推荐的实时性与推荐质量 3、利用云计算提高推荐系统计算能力 4、推荐系统的可解释性 5、用户隐私问题 推荐系统组成 产品 核心 数据 算法 推荐系统组成 产品 同类或者相关商品、店铺推荐 买了还买、看来还看等 猜你喜欢 群体信息披露 热门排行榜 etc 推荐系统组成 数据 显式数据：能准确的反应用户对物品的真实喜好，但需 要用户付出额外的代价 -用户收藏 -用户评价 隐式数据：通过一些分析和处理，才能反映用户的喜好， 只是数据不是很精确，有些行为的分析存在较大的噪音 -用户浏