每日随笔

一个简单的基于标签的实时推荐系统大概分三部分：

• 标签系统
• 数据流处理系统
• 根据用户标签筛选出要推荐的内容

标签系统就是俗称的用户画像。 从属性变化性质来分，标签系统可分为静态标签和动态标签：

• 静态标签： 短时间内变化不大的标签，比如性别、地域、职业、生活习惯等；
• 动态标签： 不断变化的行为标签，比如关注的产品类别、产品偏好、内容偏好等 从更新时间的频率上来说，又可以分为短期兴趣标签和长期用户标签。

实时计算实时计算过去N秒（N可以根据业务需求取值，比如60，这就是一个事件窗口）内每个用户针对四种内容类别的点击率，然后把这个点击率作为用户的短期兴趣标签。

内容筛选系统就是根据用户的短期兴趣标签去筛选内容。 假设所有的内容都存储到某个数据库里，并打好了内容标签。

推荐流程是：用户发起访问⇒找到用户短期兴趣标签⇒计算文档与用户标签的相似度⇒相似度排序⇒展示内容。