从零构建百联推荐系统课件.pptVIP

从零构建百联推荐系统 战略中心大数据部 郝聚涛 目录 推荐系统概念 百联推荐引擎研发 推荐核心算法 深度学习在推荐系统中的应用 推荐系统概念 概念（Wikipedia ） 推荐系统属于资讯过滤的一种应用 推荐系统能够将可能受喜好的资讯或实物（例如：电影、电视节目、音乐、书籍、新闻、图片、网页）推荐给使用者 展示？ 推荐系统概念 作用 有作用吗？ 便利性点击 百联推荐线路图 详情页 购物车 猜你喜欢… 接口参数配置 运营配置 AB配置 推荐系统配置管理后台 组合/排序/过滤 AB分流 日志输出 商品数据 类目数据 用户偏好 相似商品 品类热销 …. 商品数据 品类数据 价格数据 属性数据 展示层 引擎（逻辑层） 数据层 流量数据 用户行为 商品 属性 相似商品 类目热销 … 模型算法 离线计算 曝光记录 实时计算 异常监控 实时计算 接口调用 用户足迹 推荐系统架构 数据同步 订单数据 推荐引擎 推荐接口应该返回什么? 商品ID 时延高 显示所需全部信息 一致性难保证 如何保持数据一致性？ Redis + kafka 价格中台信息实时推送 推荐引擎 目标 推荐引擎 推荐引擎 推荐算法 主要关注“User”与“Item”之间的关联，与具体Item本身的特征没有关系 兴趣相近的用户可能会对同样的东西感兴趣； 用户可能较偏爱与其已购买的东西相类似的商品。也就是说考虑进了用户的历史习惯，物品客观上不一定相似，但由于人的行为可以认为其主观上是相似的 LFM(latent factor model) 矩阵分解 对用户1来说，为什么推荐音乐8这个类型的，理由很难解释 数据与算法优化 数据 Explicit(显式)： 收藏 评论 Implicit（隐式） 浏览 访问次数 算法 兴趣随时间衰减 时间相近行为相似度更高 惩罚流行度（哈利波特现象） 购买周期 基于内容相似性 个性化排序l2r 个性化排序l2r 样本-曝光转化数据 100000000000581 afpay_pref 212349#242750#206861#1252705#228393#1234289#1176447#251329#453296#253359#173188#391609#323504#164586#157887#1234295#86204#215628#245335#209196#311445#157889#187222#68423#1253093#69014#206879#1253094#251330#69671#311457#249090#233221#208712#65375#219177# afpay App 2016/11/12 8:27 APP 1000 249090 2016/11/12 8:33100000000000958 gyl_als 393280#207766#1238223#288410#326021#185160#205703#226915#256701#205756# gyl App 2016/11/12 23:47 APP 1000 226915 2016/11/12 23:48100000000001057 gyl_als 69957#184691#289802#73002#68272#311490#82242#78552#252367#207434# gyl App 2016/11/12 7:18 APP 1000 78552 2016/11/12 7:36*