基于画像推荐系统设计(离线+实时)
-
一、架构设计
-
二、内容画像
-
离线文章画像构建
-
TFIDF计算
-
TEXTRANK计算
-
文章画像结果计算
-
离线增量文章画像计算
-
Word2Vec与文章相似度
-
-
三、用户画像
-
3.1 为什么要进行用户画像构建
-
3.2 用户画像标签建立
-
用户行为处理
-
用户画像标签权重计算
-
用户画像标签权重计算算法
-
3.3 用户画像增量更新
-
-
四、召回和排序
-
4.1 离线召回
-
召回表设计和召回方式
-
召回表设计
-
模型召回
-
内容召回
-
4.2 离线排序模型训练
-
离线排序模型-CTR预估
-
点击率预测
-
特征服务中心
-
-
五、实时计算
-
实时计算业务的作用
-
实时日志分析处理
-
实时召回集实现
-
热门和新文章召回
-
-
六、推荐业务流的实现和ABTest