推荐系统架构

推荐系统需要由多个推荐引擎组成,每个推荐引擎负责一类特征和一种任务,而推荐系统的任务只是将推荐引擎的结果按照一定权重或者优先级合并、排序然后返回。

  • 可以方便地增加/删除引擎,控制不同引擎对推荐结果的影响。对于绝大多数需求,只需要通过不同的引擎组合实现。
  • 可以实现推荐引擎级别的用户反馈

推荐系统架构 | 知乎

https://www.cnblogs.com/kobedeshow/p/3569525.html

推荐引擎的构建来源于不同的数据源(也就是用户的特征有很多种类,例如统计的、行为的、主题的)+不同的推荐模型算法,推荐引擎的架构可以试多样化的(实时推荐的+离线推荐的),然后融合推荐结果(人工规则+模型结果),融合方式多样的,有线性加权的或者切换式的等

推荐系统有哪些坑? | 知乎

  • 将“推荐”理解为“推送

  • 高估算法作用
    • 推荐系统中,按照影响效果:用户交互界面(UI) > 数据 > 算法。