推荐系统实践 · 第二十九节
《推荐系统实践》第二十九节
本节介绍了推荐引擎的架构及其核心组成部分。推荐引擎负责生成一种类型的推荐列表,其架构分为三部分:A部分通过分析用户行为或读取注册信息生成用户特征向量……
本节介绍了推荐引擎的架构及其核心组成部分。推荐引擎负责生成一种类型的推荐列表,其架构分为三部分:A部分通过分析用户行为或读取注册信息生成用户特征向量;B部分利用特征-物品相关矩阵得到初始推荐列表;C部分对列表进行过滤和排名。
生成用户特征向量时需考虑行为种类(代价越大的行为权重越高)、行为时间(越新权重越高)、行为次数以及物品热门程度(冷门物品更能体现个性,权重更高)。特征-物品相关推荐模块使用离线相关表,可配置多张相关表并加权合并,同时可接受候选物品集合以限定推荐范围。过滤模块会剔除用户已有行为的物品、不符合产品需求的物品以及质量差的物品。排名模块则包含新颖性排名和多样性等子模块,通过降低热门物品权重、引入内容相似度矩阵等方式提升推荐结果的新颖度。