您所在位置：网站首页 > IT计算机/网络 > 云计算/并行计算58同城推荐系统设计与实现

58同城推荐系统设计与实现

20页

卖家[上传人]：nj****e

文档编号：147876096

上传时间：2020-10-14

文档格式：PPTX

文档大小：1.03MB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

20 金贝

/ 20 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、,58同城推荐系统设计与实现,业务场景-58,58目前分类：招聘 = 简历推荐+职位推荐,目录,推荐简介常用推荐方法系统难点+设计+实现其他,第一章、推荐简介,推荐简介,用户在在某个场景下对某个商品或信息产生了某种行为，系统会对另一些商品或信息进行推荐要素：（1）用户 - user （2）场景 - scene （3）商品或信息 - item （4）行为 - action （5）系统 - recommendation-system （6）推荐结果集合 - recommendation-result / item-set,系统概貌,用户在在某个场景下对某个商品或信息产生了某种行为，系统会对另一些商品或信息进行推荐举例：用户在58同城发布了一份简历 user-info：uid scene-info：entry、local、cateid item-info：jid action：post item-set：set,第二章、常用推荐方法,协同过滤-CF,协同过滤：collaborative filtering Recommendation 原理：用户的相似喜好进行推荐举例：商家

2、下载简历的推荐,内容推荐,举例：商家下载简历的推荐步骤：（1）历史行为收集（2）id详情查询（3）共性内容挖掘（行为+场景）（4）推荐,详情 jid1（司机，北京，8000月薪，5年经验，NULL） jid2（司机，北京，NULL，2年经验，硕士研究生） zid1（司机，北京，NULL，3年经验，NULL）,内容推荐：content-based Recommendation 原理：抽取共有属性历史行为,jid1，download jid2，download zid1，post,共性（司机，北京，NULL，2年经验，NULL）,综合排序-CTR预估,CF算法推荐了50个jid，内容推荐算法推荐了100个jid，最终页面只需要返回5个jid，如何返回？哪个排前面？,综合排序什么决定综合排序？ CTR由什么决定？ CTR预估打分公式？,用户产品：ctr CPC商业产品：ctr * price CPA商业产品：ctr,地区+职位+薪酬范围+工作经验+学历发帖时间+是否下载过+是否浏览过+,ctr-score = a*f(地区) + b*f(职位) + c*f(薪酬) + d

3、*f(工作经验) + e*f(学历) +f*f(发帖时间) + g*f(是否下载过) + h*f(是否浏览过) + ,第三章、推荐系统难点+设计+实现,线下+线上的系统,线下系统线上系统几个问题（1）线下数据如何存储？（2）线上数据如何存储？（3）如何进行数据转化？,支持实验的系统,如何做算法测试？如何快速支持一个算法平台？如何实现分流AB测？,支持实验的系统-分流平台,作用？需求？（1）支持random分流（2）支持取模分流（3）支持与或非表达式（4）支持集合操作（5）配置热加载支持哪些属性的与或非，集合操作？,支持实验的系统-推荐内核,作用？需求？设计与实现（1）算法平台的抽象（2）实验平台的扩展（3）上下文劢态数据扩展（4）异步框架与状态机,实时计算的检索系统,作用？通用需求（1）正排数据的存储（2）倒排索引的存储（3）数据的更新（4）map-reduce的信息查询业务需求,工程+算法的系统,如何让工程和算法解耦？线下算法如何分离？实验平台算法如何分离？排序打分算法如何分离？,效果实时监测的系统,作用？步骤（1）结果展示（2）结果上报，点击上报（3）数据收集，数据统计（4）数据展示,谢谢聆听！Thank you for listening,

《58同城推荐系统设计与实现》由会员nj****e分享，可在线阅读，更多相关《58同城推荐系统设计与实现》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源