推荐流程

2016-11-03 19:05:32   0  举报





仅支持查看

推荐流程是一种根据用户的需求和兴趣，为其提供个性化信息或产品的过程。首先，系统会收集用户的基本信息和行为数据，然后通过算法分析这些数据，找出用户的兴趣点和需求。接着，系统会根据分析结果，为用户推荐相关的信息或产品。最后，用户可以根据自己的实际需求，选择是否接受推荐。这种流程可以帮助用户节省时间，提高决策效率，同时也可以提高企业的营销效果。

作者其他创作

大纲/内容

开始

11、离开predict

4、过滤B：filter_sort

sort_service_account_booster_upsort_service_subscribe_group_booster_up等

3、进入Sort环节

sort_service_smart_cache_filtersort_service_groupinfo_null_filtersort_service_dupid_filter（历史的sim过滤）sort_service_smart_cache_filtersort_service_expire_time_filter（过期）

使用BPNN+向量化模型给出预估Stay-time & ctr

7、Sort环节结束

9、过滤C：粗排过滤+其他过滤

Sort环节只顾着选文章，不管排序，选出来就行；预测环节算法重，主要精于排序和截断

Boost_up or Boost_down：boost系数让gid更好的通过粗排 or 精排

就是举例中的200篇文章

把十个召回策略想象成10个水管，在水管的出口处加上净水过滤器，过滤左侧三个

返回给API，进入过top15的文章，count++，所以从上一个环节到本环节的损失就是没有排进前15篇文章造成的

8、进入Predict环节

2、过滤A：filter_after_recall

1）web规则：下架文章2）历史展现：sort_service_impr_gid_filtered3）Dislike：非泛化，对来源的dislike

窗口规则主要是插入规则，Boost规则同样会对粗排生效；Rule_system只对精排的200篇文章生效，进行排序，影响谁进入最后的TOP15篇