推荐系统笔记8-在线学习

本文介绍在线学习的一些内容，并做一些总结，首先什么是在线学习，根据维基百科的定义，传送门，总结来说在线学习就是每来一个/批样本增量更新一次；
一、 提一个问题，为什么需要在线学习，从下面几个角度探讨：

• 离线批量学习
  • 早先的搜索学习能力，是基于批处理的离线机器学习。在每次迭代计算过程中，需要把全部的训练数据加载到内存中计算。虽然有分布式大规模的机器学习平台，在某种程度上批处理方法对训练样本的数量还是有限制的。在线学习不需要缓存所有数据，以流式的处理方式可以处理任意数量的样本，做到数据的实时消费。
• 特征实时
  • 2014年双11，实时技术在大促场景上，实现了商品和用户的特征实时，表现不俗。
• 为什么需要模型在线学习呢？以及为什么实现秒级的模型更新？
  • 数据分布变化：在批量学习中，⼀般会假设样本独立服从⼀个未知的分布，但如果分布变化，模型效果会明显降低。而在实际业务中，很多情况下，⼀个模型生效后，样本的分布会发生大幅变化，因此学到的模型并不能很好地匹配线上数据。实时模型，能通过不断地拟合最近的线上数据，解决这⼀问题，因此效果会较离线模型有较⼤提升。那么为什么实现秒级分钟级的模型更新？在双11这种成交爆发力强、