个人理解的在线推荐

个人理解的：

• 为什么要做
  
  • 因为离线的数据太大了，比如user_id * item_id 的量级太大，不可能都离线算好，等到某个 user 来的，直接查表，得到item_id的排序
  • 因为需要根据一些在线的特征来计算（当然也会有离线的特征），比如当前浏览的类目、当前时间段、等等之类的
  • 因为需要实时反映一些新的模式。以前的模型，可能是事先算好的，一周更新一次（在线用的，也是这个事先算好的模型，只是会有部分在线计算的特征）。但是遇到一些特殊情况，比如某宝的双11，当天的情况跟历史的很不一样，需要更及时地反映用户的行为，所以会一小时更新一次模型等等。
• 怎么做
  
  • 按上面讲的，首先，历史数据回流，离线计算模型
  • 然后，有一些特征是在线计算的，当然也要有一些离线的特征
  • 对比我们的瀑布流形式，其实就不是机器学习的思路了，而是采用一种逻辑推荐的思路，比如“看过了，还会看这些相似的”，就是配置上去的推荐规则，而不是通过监督训练的方式获得