文档介绍：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
flix、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:
mendations
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。