推荐整体架构

2016-11-07 15:32:07   0  举报





仅支持查看

推荐的整体架构是一个基于云计算和大数据技术的智能化系统。该系统采用分布式架构，包括前端、后端和数据库三个层次。前端使用响应式设计，支持多平台访问；后端采用微服务架构，实现模块解耦和高可用性；数据库采用分布式存储和缓存技术，提高数据处理效率。此外，系统还引入了人工智能和机器学习算法，对用户行为进行分析和预测，提供个性化推荐服务。通过该架构，可以实现高效稳定的系统运行和优质的用户体验。

作者其他创作

大纲/内容

过滤

人口属性

模型迭代

i2i召回链计算等

内容入库流

kafka流

预测相关

分享数

打标

faiss检索

下发历史

推荐物料库

item行为（redis）

展示历史（播放时长，播放时间等）

指标计算

点击数

kafka

标签偏好

基于连续向量召回

内容库（正排索引，kv等）

用户行为（redis）

倒排索引（elasticsearch）

召回key提取

基础特征

规则打散/运营逻辑

下发行为表

请求（userid，context）

点赞数

特征服务（函数库）

特定人群

点击行为表

推荐下发宽表

用户向量

基于离散key召回

用户画像（redis）

tag

数据应用

点赞行为表

1.大数据（1）kafka：P0（2）Flink：P0.5（3）hadoop：P0（4）spark：P0（5）分布式机器学习：P1（6）模型训练资源调度：P1（7）tensorflow部署/分布式训练预测：P0.5（8）redis P0（9）elasticsearch P0（10）faiss P12.系统架构：了解即可（1）缓存（2）rpc框架/http服务（3）限流/降级/nginx3.算法：（1）CTR预估类P0（2）NLP/图像P0（3）用户画像P0（4）用户/item向量化P1需要学习：kafka教程，flink教程，tensorflow部署/分布式预测训练，faiss，elasticsearch

在线推荐引擎