个性化push推荐系统架构和经验分享 （一）

从负责做个性化push推荐系统已经快一年了。开始做个性化push推荐系统，开始收集了各方面数据，通过各方面的数据表现和经验，来制定我们战略，然后好制定我们战术的打法。
下面我从以下三方面介绍push思考过程和做法：
1、业务分析
2、个性化推荐策略实践和总结
3、个性化push推荐系统架构

推荐系统我认为如果要做好，必须要把业务分析清楚，影响因素的排序和占比的估值一定要有个心理有数，他是我们战略指导的关键。实际中多给自己提问一些问什么，例如数据为什么会是这样的表现，是20%和30%而不是30%和20%，影响因素的排序是什么等等。
第一：业务分析
下图是我们推的地域场景和编辑统发的对比。做个引子，好让大家知道我们做的是什么。

1. 大家想想， push做的事情会有哪些，我认为：

      - 推广
     - 运营 
     - 用户唤醒
   

   对于个性化push做的三个是否在大方向和具体过程有区别尼。答案是大方向大体不会有改变，但是会做一件实际就是改善用户体验，具体过程当然是不一样。ok,个性化push我认为会做的事情如下：
   - 精细化推广
   - 精细化运营
   - 改善用户体验
   - 最新最热方式唤醒

2. 个性化推荐基本上视频属性特征、用户特征、领域文本主题特征。特征工程这块我们应该怎么利用。
   咱们就拿用户特征分析举例子说下：
   是否每个特征值下的push打开率打开率都差不多，能否结合用户特征做一个user level的循环系