推荐系统服务端支撑运作流程图

爬虫数据

执行返回

结论：1.计算相似度如果单独线程实现预分析/预计算，会有很多冗余，开销庞大2.预加载数据源过滤、计算分词权重进行记录，防止重复针对同样数据源进行权重计算（需要明确数据源的身份条件，防止重复添加，方案待讨论）优势：1.将数据源分成独立线程定时爬虫获取数据源，如果单独部署，将大大降低服务器由于高并发所带来的压力，提高了用户的体验效果2.重复利用性比较好，有可拓展性，可维护性的基础劣势：1.相似度计算暂时没想到中意的办法来进行分离，没达到相似度匹配预计算的效果，对用户体验造成一定影响

无兴趣标签

本地数据库

返回数据

start(场景：假定行为参数是岗位分类，匹配相似度API)

true

判定是否有兴趣标签

保存被过滤后的权重词，包含url

有兴趣标签

更改用户标签API

PS:如果数据匹配需要用到多个数据源，此函数可以重复利用

余弦公式计算用户标签权重词和多数据对应的权重词，排序

根据岗位匹配数据返回数据

推荐系统服务端支撑运作流程图

(过滤不具有代表性的词）频率及权重计算

更改用户标签信息

*分类*预加载数据源

false