2024电商平台系统架构_第1页
2024电商平台系统架构_第2页
2024电商平台系统架构_第3页
2024电商平台系统架构_第4页
2024电商平台系统架构_第5页
已阅读5页，还剩7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

电商平台推荐系统架构C2C别是feed流推荐服务框架演变和用户画像系统架构演变。B2CB2CC2CC2C市场是一个个人交换市场，会伴随有一些它独有的特点和问题。首先就是个人发布的现在讲解一下Feed查到该给用户推荐的内容然后推荐到前台。离线这部分本质上就是将用户的行为矩阵用→商品这个过程拆分成了用户→X，X→商品。体现这类思想最有名的一类例子就是LDA这在这里主要做了两部分的实时化，分别是离线挖掘的实时化和用户兴趣的实时化，诸如商品画像、CF系统的转化率提升8-9成，需要注意的是实时化并不是一时的工作，而是可以进行持续的首先底层需要构建一套机器学习的pipeline，这个东西至关重要。pipeline构建好以后会pipeline着这个东西真的应该被推荐吗？我记得reddit（国外贴吧）在早期的时候采用的排序就是机器学习模型不只是能做排序，还可以做召回模型和用户兴趣模型。机器学习效果很好，item，其间一定要有连接，只连上一边是手机、电脑、相机、GoPro、甚至玩客云这些都算电子产品，要通过统计方法来判别是否第三是要寻求差异，比如你能知道用户需要单反相机还是卡片相机，但是可能在商品一端embedding另一个组习惯elasticsearch，这些都需要协调；如何更好的预测用户兴趣？老方法就是基于规则：a.不同时间发生的不同行为赋予不同权重；b.将权重做累

人人文库> 全部分类> 专业文献 > IT计算机

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