013-流式计算系统-第7天(开发混合推荐系统)_第1页
013-流式计算系统-第7天(开发混合推荐系统)_第2页
013-流式计算系统-第7天(开发混合推荐系统)_第3页
013-流式计算系统-第7天(开发混合推荐系统)_第4页
013-流式计算系统-第7天(开发混合推荐系统)_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

课程介绍课程内容换四次，•需要使用协同过滤算法(userCF&ItemCF)及基于物品内容的算法进行混合推荐。•一次性展示的6个商品中，从左到右的顺序分别是：o第一位：基于物品的实时推荐结果o第二位：基于用户的离线推荐结果o第三位：基于物品的离线推荐结果o第四位：基于内容的实时推荐结果o第五位：基于物品的实时推荐结果o第六位：基于用户的离线推荐结果•如有业务需要推广产品，可以指定推广产品出现在某一个位置上。如下图，在第一位上硬推2、需求分析••••••型网站的推荐位不仅仅只有一个，需要对每个广告位进行编号，比如猜你喜欢的广告位编号是每个推荐位是一个独立的推荐产品，需要对每个广告位开发独立的推荐模型每个推荐位需要配置特有的推荐规则和排序规则为了容错，每个推荐位都需要默认的推荐产品，当推荐系统无法计算正常的结果时，使用默认产品进行推荐。各个推荐模型推送的商品可以能重复和下线的商品，需要对商品进行进行去重和过滤处理3、数据准备•为用户准备基于用户的推荐结果•为用户准备基于物品的推荐结果，该结果基于用户上一次的浏览记录生成•准备物品与物品的相似度数据基于物品的相似度推荐•准备物品与物品的相似度数据基于内容的相似度推荐•为广告位(猜你喜欢)准备默认的推荐结果•初始化所有的商品信息4、功能实现分析•)用户在商城浏览商品，将用户的浏览记录保存到，随着用户的请求传送给推荐服务接口。推荐服务接收到用户的基本另一种思路，可以通过消费点击流日志，将用户的行为保存到中，推荐服务通过访问获取用户的行为记录。•)推荐接口从用户的基本信息中获取到三种推荐结果(离线结果)o基于用户上一次行为记录，计算的基于物品的协同过滤推荐结果，推荐数量。这里根据用户对某一个商品的浏览次数进行加权。•)推荐接口从用户的浏览信息中获取用户当前会话的的行为记录，并以此计算基于物品和基于内容的实时推荐结果•)对以上的反馈的推荐结果进行排序，排序的过程中对商品去重o依•)设置业务人员强推的商品，根据业务人员指定的商品序号，替换掉推荐结果中对应序号的推荐商品。5、产品原型设计产品经理进行原型设计6、项目开发6.1、整体架构)数据平台：在数据平台上，针对每个用户计算好三个推荐结果，基于用户的推荐结果、基于物品的推荐结果、基于内容的推荐结果。基于物品的相似度、基于内容的相似度。种推荐结果主要依赖三种数据，用户的浏览记录、基于物品的相似度、基6.2.1、获取某电商的产品信息通过爬取某电商专题页的产品信息，作为本案的基础数据。猜你喜欢推荐接口，输入广告位编号、用户编号、用户当前会话浏览的品口口•猜你喜欢推荐模块实现•o猜你喜欢推荐模块主要流程o为猜你喜欢广告位进行推荐，分析猜你喜欢的推荐思路o猜你喜欢获取推荐结果的步骤

人人文库> 全部分类> 办公材料 > 办公文档

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论