Primeiro, o sistema de recomendação apresentado
sistema de recomendação Micro é um projeto enorme, algoritmos e sistemas de negócios integrados, que são divididos em três subsistemas principais:
1) a linha recomendado subsistema;
2) on-line subsistema de recomendação;
3) Avaliação do efeito subsistema;
Mais tarde, vamos concentrar-se na concepção e implementação dos acima de três subsistemas.
Em segundo lugar, o subsistema recomendação linha
subsistema recomendada ea linha é dividida em mineração módulo desligada , ferramentas de gerenciamento de dados em duas partes.
Mining módulo desligada
Mineração módulo desligada, todos os tipos de algoritmo núcleo implementado mineração da linha , que lê várias fontes de dados, utilizando vários algoritmos de mineração de dados modalidades off-line, a saída inicial dos resultados de mineração, e os resultados salvos para a mineração um formato . Normalmente, a implementação destas estratégias são alguns dos run mineração em trabalho plataforma Hadoop, estratégias de implementação paralelas, e os resultados de mineração salvo no Hadoop.
Ferramentas de gestão de dados
ferramentas de gerenciamento de dados, ou seja, DataMgrTools, é uma ferramenta (ou serviço), é possível aceitar alguns comandos de gerenciamento, leia determinado formato de dados da linha, ou memória Redis estes dados em tempo real ou periodicamente a linha hit , o serviço on-line para leitura.
ferramentas de gerenciamento de dados não estão relacionados a uma ferramenta de negócios comum, ele precisa suportar múltiplos formato de envio específica dos dados, porque o módulo de mineração de dados produz a linha podem ser armazenados em arquivos no HDFS, banco de dados, ou mesmo uma específica dados binários.
Ponto da ferramenta é alcançado: boa definição da linha do formato dos dados, o formato de dados da linha, e convertendo os dados migram jusante através do API.
Em terceiro lugar, o subsistema de recomendação on-line
subsistema recomendado é dividido em on-line serviço de exibição, serviço de streaming, recomendar núcleo estratégia módulo de serviço várias peças e assim por diante.
Serviço de exibição
serviço de exibição, ou um serviço de acesso, que faz parte do sistema global de recomendação linha de entrada, isto é, a camada de acesso a todo o sistema recomendado, que fornece uma interface para o lado de entrada para a chamada tráfego upstream.
Mostrar serviço é um serviço de apátridas (linha subsistema respectivos serviços são serviços sem estado), ele pode ser estendido a qualquer nível, para alcançar os pontos de serviço são: a definição de um formato boa interface comum.
Serviço shunt
serviços de desvio, é o sistema de recomendação de uma forma muito singular é também um serviço muito importante, é o papel do montante sobre o pedido, de acordo com diferentes estratégias em diferentes proporções, desviados para uma plataforma algoritmo de recomendação experimental diferente (isto é, kernel recomendados downstream) para ir.
Como solicitar um serviço de desvio sobre o juiz designado para a plataforma a montante experimental algoritmo de recomendação? A resposta é através das políticas e configurações. Arquitetura pode ser visto na figura, quase todos os serviços precisa ler os dados (dados) e Configuração (CONF), estes dados podem estar mudando dinamicamente dados on-line (por exemplo: os dados lidos a partir do Redis), também pode ser é relativamente dados estáticos (por exemplo: a lista de cidades), conf melhor compreensão de que alguma configuração (por exemplo: 80% de todos os pedidos deve ir uma plataforma experimental algoritmo de fluxo). Através destas políticas e configuração, trazidos com os parâmetros do pedido, calcular o serviço de distribuição de fluxo de shunt para qual plataforma experimental.
Implementar o serviço de pontos são: para alcançar regras ou relações de suporte e desvio universais podem ser configurados com aplicações a jusante define plataforma de interface comum para conseguir uma boa demanda de tráfego para jogar uma plataforma experimental diferente.
kernel recomendados
núcleo recomendado, é todos os tipos de implementação do algoritmo recomendação on-line núcleo , é apenas comuns recipientes plataforma experimental, cada um dos serviços internos recomendados podem executar um tipo diferente de algoritmos de recomendação.
Embora o serviço recomendado correu um algoritmo de recomendação diferente, mas cada etapas de implementação algoritmo são os mesmos, precisamos passar por:
(1) Pré-tratamento;
(2) Pré-análise;
(3) do filtro de desacentuação;
(4) de triagem;
(5) explicação recomendado;
Cinco passos, cada passo pode haver uma variedade de diferentes algoritmos, modelos diferentes, cada passo um algoritmo combinam para completar um processo completo, constituem uma "plataforma algoritmo experimental recomendação."
Para cada uma das ditas etapas diferentes nos diferentes modelos podem precisar de acesso módulo de serviço externo diferente, por exemplo:
Recomendado explicar passo, pode haver dois modelos, o primeiro modelo pode precisar de acesso na fase interpretação recomendado "explicou serviço -module1-", o segundo modelo pode precisar de acesso na fase interpretação recomendado "explicou serviço -module2-", estes diferentes modelo de acesso a diferentes necessidades de negócios, para a necessidade nível de arquitetura para apoio.
Os destaques do serviço é conseguido: para executar uma variedade de estratégias no âmbito de um serviço de referência para apoiar teste algoritmo de recomendação múltipla algoritmo paralelo engenheiro de desenvolvimento / múltiplos dentro de um quadro, com o algoritmo de recomendação implementação do serviço de divisão plataforma experimental.
Serviço política
Serviço Política, também conhecido como módulo de serviço política, que implementa uma recomendação recomendação Módulo de Kernel jusante. Ao recomendar o kernel para executar várias etapas recomendadas, cada passo pode ter diferentes algoritmos / estratégias, estes algoritmos / estratégias e táticas pode precisar chamar um número e mais de perto ligam o módulo de serviço, eles não são serviço universal, mas relativa serviço de proprietário.
Por exemplo: módulo de serviço de encomendas, necessidade de ter um serviço conveniente, eficiente e escalável ordenada.
Implementar o serviço de pontos são: para alcançar uma estrutura de serviços comuns, de modo que o algoritmo pode gerar rapidamente módulo de serviço, e suas necessidades implementado no módulo, eo módulo pode ser chamado serviços convenientes na plataforma algoritmo experimental.
Em quarto lugar, o subsistema de avaliação do efeito
Impacto sub-dividida avaliação em recomendação chamando serviços de terminal , reportados no final navegador , análise das extremidades efeito .
serviço de chamada final recomendada
chamada de sistema recomendado interface de 58 linhas da cidade de negócios, tais como a linha de negócios de recrutamento.
Reportados no final navegador
js do navegador, quando você chamar serviços de recrutamento, para mostrar o sistema recomendado recomendou que a página de resultados, e ser capaz de saber quais os resultados da recomendação são clicados, e estes serão apresentados com as informações que devem ser comunicadas clicado.
análise em tempo real dos resultados finais
O navegador será exibido js resultado recomendação, com o clique de resultados recomendados relatórios, há uma plataforma em tempo real efeitos observados, a primeira vez que o efeito sobre a linha após / estratégia recomendada algoritmo de recomendação.
Em quinto lugar, o diagrama geral arquitetura
Integrou as seções anteriores, a arquitetura geral do sistema 58 da cidade FIG recomendado acima.
sistema de recomendação é uma engenharia, algoritmos e sistemas de negócios integrados, sistema de recomendação on-line, a partir de 58 da cidade entrou oficialmente na era de dados inteligentes recomendado.
Sobre -58 cidade Recomendado Negócios
58 da cidade é um usuário eo comerciante foram a depender da plataforma, a informação recomendada é fundamental para a cidade 58. Para 58 da cidade linha de negócio de recrutamento, por exemplo: o recrutamento cliente, recomendado para usuários empregos mais bem-relacionados, pode melhorar a experiência do usuário, mas também aumentou a 58 cidade de PV, no final do negócio de recrutamento, para empresas recomendado mais melhor currículo correlação, as empresas podem melhorar a experiência humana, downloads de retomar, aumentando assim a renda dos 58 da cidade.
Business recomendada é tão importante, a nível técnico, como projetar a recomendação arquitetura do sistema, o conteúdo deste artigo tem como foco.
