搭建个性化推荐系统

关于Apsara Clouder大数据专项技能认证系统

Apsara Clouder大数据专项技能认证：搭建个性化推荐系统

本认证系统的讲解了推荐系统的概念、应用、算法原理，并详细介绍了阿里的推荐引擎产品RecEng，最后通过一个微项目让学员亲自动手搭建一个推荐系统。 整个过程分为数据上传、数据预处理、推荐系统设置、测试上线四个部分，学员可参考本实验，结合企业自身业务和需求，将所学应用到实践中去。

个性化推荐可以说是2016-2017年最火的概念之一了。可能是从今日头条开始，互联网圈被带起了一股“个性化”风潮，不管是什么产品，似乎加一套个性化推荐系统都能立竿见影地提升运营效率和用户转化率，尤其在内容分发、电商、社交等领域实践相当出彩（微博、各新闻门户、京东、探探等都取得了不错的成绩），个性化推荐已经成为一个产品的基础建设，甚至现在的个性化推荐都已经升级为“人工智能”了。

“个性化推荐”到底何方神圣？本系列主要研讨人工智能背景下的个性化推荐系统，这是本系列第一篇：“如何从0到1搭建一套个性化推荐系统？”，之后将持续分享和探讨个性化推荐系统的优化思路和实践。

先来看看一个完整的推荐系统所需模块，核心包括内容源、内容处理、用户挖掘、算法、推荐搜索引擎、ABtest系统。本文将逐一介绍推荐架构的各个模块。

第一，大量级可推荐内容，即推荐的SKU

个性化推荐的本质是提升信息筛选的效率，如果信息量级小个性化意义不大（比如一个视频网站