构建一个通用的可以快速投入使用的推荐系统往往是一个成功社区的关键。
推荐系统也是一个 垃圾进垃圾出 的大数据系统,基础数据的准备至关重要 。
但是,要想有足够好的数据,首先要有一个能检验数据,并驱动数据越来越好的系统。
gorse就是这样一个适用于第一步的系统,它采用 Go 编写,开源。 Gorse 旨在成为一个通用的开源推荐系统,可以很容易地引入到各种在线服务中。 通过将项目、用户和交互数据导入 Gorse,系统将自动训练模型为每个用户生成推荐。 项目特点如下:
- 多源推荐:对于用户,从不同的方式(流行、最新、基于用户、基于项目和协同过滤)收集推荐项目,并通过点击率预测进行排名。
- AutoML:通过后台模型搜索自动选择最佳推荐模型和策略。
- 分布式推荐:单节点训练,分布式预测,在推荐阶段实现水平扩展的能力。
- RESTful API:为数据 CRUD 和推荐请求提供 RESTful API。
- Dashboard:提供数据导入导出、监控、集群状态检查的dashboard。
Gorse 是一个单节点训练和分布式预测推荐系统。 Gorse 将数据存储在 MySQL、MongoDB、PostgreSQL 或 ClickHouse 中,中间数据缓存在 Redis 中。
- 集群由一个主节点