基于spark的多模型融合的推荐系统

由于各种原因,之前做好的推荐系统没有上线,我将我们推荐系统初步的一些资料整理下,供大家交流参考。
整个结构借鉴了predictionio,如下图:

模型training在spark上完成,每次都输出对每一个用户的预测结果,并将预测结果保存在Hbase中。多模型/多规则预测结果的融合主要在Serving部分完成。每次需要拿该针对用户推荐的结果其实也可以像predictionio一样,将traning好的model persist在local file system或者hdfs上,但是各有优劣,具体还是要看应用场景。

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