推荐系统实战（概念与架构）

概念与架构

推荐系统概念：

推荐系统主要用于信息过载＆用户需求不明确，对用户进行项目推荐。
推荐与Web项目的区别：
Web项目：处理高并发实现高可用，提供稳定的服务（信息流）
推荐：追求指标增长，留存率，GMV（商品交易总额）等
推荐与搜索的区别：
搜索：马太效应、用户主动、需求明确、个性化弱且快速满足；
推荐：长尾效应、用户被动、需求模糊、个性化强且持续服务；

推荐系统的要素：

1. UI、UE（前端）
2. 数据（Lambda架构）
3. 业务知识
4. 算法
   

前端部分和业务知识不是重点内容（略）

Lambda架构（数据部分）

Twitter提出来的应该提供 实时数据 和 离线预先计算 的数据环境混合平台

分为上下两个部分：

离线批处理（延迟达min级）：

Flume是一个分布的、可靠的、高可用的海量日志聚合的系统，可用于日志数据收集，日志数据处理，日志数据传输（数据日志采集收集）

***Haddop（HDFS）***提供了高可靠性、高扩展性和高吞吐率的数据存储服务（分布式存储框架）

Haddop（MapReduce）＆ spark 由于计算过程需要反复操作磁盘，适用于离线计算，批计算，大规模的数据量计算（分布式计算框架）

Haddop（HBase） 和 HDFS 类似， 核心区别，在于分布适用于不同的应用负载类型，分别适用于随机访问低延迟与数据分析场景；

实时处理层（延迟达s级）：

kafka是一个可持久的分布式消息队列，自带存储，提供push和pull两种存储数据功能（数据日志缓存）
spark streaming ＆ Storm＆Flink实时流处理计算框架（三种框架各有优缺实时性也有所不同）

算法部分

算法基本分为以下的四类：
①基于机器学习与协同过滤的推荐（详见UsersCF等）
②基于矩阵分解的推荐（详见MF）
③基于深度学习的推荐（详见深度学习推荐系统）
④基于图模型的推荐（详见cs224w 图机器学习与图神经网络）

推荐系统架构（总体架构）

一般是从海量item选出部分item（召回），再候选item中进行排序，再结合最后的推送策略进行重排，最后推送排名的前N个item