推荐系统和搜索系统和信息流2

本文探讨了推荐系统、搜索系统和信息流在实际应用中的挑战和实践。从京东电商推荐系统的难度到飞猪旅行的推荐算法应用,涵盖了信息架构、搜索算法、推荐算法和信息流构建等多个方面。内容包括信息组织、搜索处理、协同过滤、用户和商品相似度、信息流排序和个性化策略。同时,提到了推荐系统中的10条经验和教训,以及推荐引擎的架构和关键流程。文章还讨论了Elasticsearch的实战应用,强调了非精确匹配和倒排索引的重要性。最后,文章提及了推荐系统相关的开源项目和工具,如Facebook的fastText和阿里云的智能推荐服务。
摘要由CSDN通过智能技术生成

产品逻辑之美

信息架构:信息组织模式,让信息更好在产品和用户之间流动。

先问:

给谁看

内容是什么

什么情况下看。

然后才是信息怎么组织和解决方案、然后才是可视化的方案。

分类系统的难度(严格),标签对于信息组织的意义(松散)

埋点、指标、数据、认知

信息的图书馆:导航、标签、Tab、分类

搜索系统:

1、处理输入,词频CF-TEXT,权重

2、海选和内容聚合

3、筛选

4、排序

 

推荐系统

1、协同过滤,产品和用户,相似度

2、近邻算法:矩阵分解、模型融合、深度学习

3、基于特征,标签

 

信息流系统

1、信息流Feed,混排【海选、粗排、精排】

2、排序:时间、评价、行为、加权

3、个性:用户冷启动、及时反馈、内容冷启动

4、开放性、信息茧房、惊喜。

 

新时间的产品:

不确定性,概率、

有目标,不断趋近

有立场的、信息不完全的决策。(有限数据)、附加感性。

 

人工智能=终极算法,生物进化(基因+书本等文明)

数据+算法模型==计算结算(决策)+反馈数据=优化算法和模型

知识和经验+决策系统(推理、预感,第六感)==决策+反馈=逻辑思维和改进决策(二次决策)

算法和决策:非常有限的数据中, 能够做出非常高质量的决策,而当下人工智能比较差劲。

智商的不同,就是算法模型的不同。训练模型,儿童学习。

短识和经验:看书、收集信息、做实验就是迭代一次,确实事实的可靠性。打问号。经验就是迭代了多少次,反思和改进(录像观察也很重要)

最佳决策:事实可靠、逻辑合理、假设合理。

产品经理:实践性很强的职业,学习只是补充,做出好产品,机遇,时代产物。俞军和张小龙。

 

 

==============================

推荐系统实践,项亮

项亮与字节跳动

推荐系统,连接用户与商品,解决信息过载的问题。

好友、历史、注册信息。

利于用户行为数据

用户相似度,商品相似度。近邻算法,协同算法。

基于内容的协同过滤,基于用户的协同过滤

用户:ABD, B的用户都喜欢C,则推荐C给用户。

用户冷启动、物品冷启动、系统冷启动。

利于用户标签数据,算法:图、列、机器算法

利于上下文信息,时间效应

利用社效数据:邮件、用户注册信息、微博

 

10条推荐系统的经验和教训

1、确定你真的需要推荐系统吗?信息多,人多,且不同类型的信息和人

2、商业与用户关系

3、专业开发

4、冷启动

5、数据和算法平衡

6、找到相关物品

7、多利于社会网络

8、算法扩展性

9、反馈

10、评测和关注性能。

 

推荐引擎的架构:

用户行为日志-》推荐系统-》UI=》用户=》记录到用户行业日志

标签提取:非结构化的数据转化为结构化,行业提取,特征转换-》特征向量——》物品相关-》海选-》过滤-》排名-》推荐解释-》最终推荐结算

多个推荐引擎=>聚合

======================

 

推荐系统,陈开江

相似度算法:余弦相似度,欧氏距离,矩阵分解、深度学习。

案例:啤酒和尿布

用户画像:标签挖掘,是数据特征之一,据挖掘的结果就是标签【分析、系统,用户定义】,从分类到标签。

排行榜:热榜,兜底

信息流架构:下架和已读

三者的架构的区别和联系。

日志收集、实时推荐

开源工具:内容分析(FastText,TensorFlow-Word2Vec,LightLDA)

协同过滤和矩阵分解,利用好用户物品关系矩阵,模型融合,Web框架

团队组建:算法工程师,

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值