技术架构

推荐引擎在商业上应用的重要性已经在amazon的成功上得到了充分证明，国内众多web 2.0，电子商务网站，或者第三方技术公司都在这一块进行挖宝。那么推荐引擎究竟利用什么技术进行构架，又是如何进行运作起来的呢？推荐引擎的成功需要哪些条件？

推荐引擎在学术界已经研究了很多年，成熟的论文也非常多。但很多都是基于一些简单的实验室数据进行论证，如何构架一个强大的商用推荐引擎，其实是一个比较复杂的系统。

首要素，商用推荐引擎的强大基础，完善的dw构架和数据基础。在如今的互联网世界里面，数据已经成为运作互联网创新应用的源头和核心。数据仓库，数据挖掘已经成为创新数据产品的强大基础，而推荐引擎则是数据仓库基础上的一个拳头商业应用技术。商业推荐引擎的作用是保障商业网站推出足够多足够新的推荐产品，这离不开企业数据仓库的主题众多的数据来源和灵活的组织形式。构建这样的数据仓库需要花费很长一段时间，投入也是非常之大。

第二，推荐引擎的核心算法实现。目前基于很多权威论文的推荐引擎基础算法，经过十几年好多大师和研究人员的努力和不断改进，理论基础日益扎实和成熟，也就是关联规则的实现算法。结合商业具体应用考虑，推荐引擎不仅要考虑推荐质量的高低，高效率和高灵活和可配置是不可缺少的特点。但在商业网站特别是人气超旺的电子商务网站，处理的数据量非常巨大，推荐算法的实现引擎需要优化优化在优化，一个好的实现方法和一个好的可以不断扩展的计算平台是一个高起点的必备要求。

第三，推荐引擎的开放api。商业推荐引擎不仅仅用来把数据计算出来，在后期必须充分的利用这些高质量的推荐数据，通过推荐引擎的开放API，可以在任何需要调用推荐数据的地方使用这些高质量的推荐数据，实现集中计算，分散使用。企业推荐引擎的数据可以扩展到电子商务网站的任何一个角落，给互联网客户贴心的用户体验。