g.用户兴趣特征表 ------------------------ | uid | tag | score| -----------------------
线上计算
d.用户相似度表 ----------------------- | uid | uid | score | -----------------------
i.初期图片推荐列表3----------------------- | uid | cid | score | -----------------------
添加推荐解释
7.用户-物品偏好表 ---------------------| uid | cid | score |---------------------
内存表14.过滤后的初期推荐列表115.过滤后的初期推荐列表216.过滤后的初期推荐列表3
图片推荐结果生成
混合与排序目前策略：按比例
UI
1.用户线上点赞表2.用户线上收藏表3.用户线上浏览表
flume
1.资源表更新日志 2.浏览日志 3.点赞表更新日志 4.收藏表更新日志 5.推荐候选列表集6.推荐日志 7. 推荐反馈日志
HIVE h7.用户-物品偏好表h8.用户相似度表h9.物品相似度表h10.初期推荐列表1h11.用户兴趣特征表
17.最终推荐列表
h.用户-物品偏好表 -----------------------| uid | cid | score |-----------------------
线下
f.物品相似度表-------------------------| cid | cid | score | -------------------------
SparkStreaming
线上计算
推荐日志
线下计算 a.资源表热度与质量更新b.标签词热度更新
4.新资源表 -------------- | cid | tag | -------------
根据uid获取初期推荐列表
HIVEh1.资源表 h2.浏览表 h3.点赞表 h4.收藏表 h5.推荐候选集表 h6. 推荐反馈表
缓存表8.推荐候选集表9.近3天浏览表10.初期图片推荐列表111.初期图片推荐列表212.初期图片推荐列表313.资源热度表
内存表
5.用户兴趣特征表--------------------| uid |tag | score| --------------------
j.初期图片推荐列表2----------------------| uid | cid | score |-----------------------
线上
c.用户-物品偏好表 -------------------------- | uid | cid | score | ------------------------
e.初期图片推荐列表1 ----------------------- | uid | cid | score | -----------------------
6.物品相似度表--------------------| cid | cid | score| --------------------
内存表
过滤用户已经产生过行为物品以及候选物品以外的物品
