TagRecommentdationServer
2016-01-26 10:49:56 1 举报
登录查看完整内容
为你推荐
查看更多
抱歉,暂无相关内容
TagRecommentdationServer是一个基于标签的推荐系统服务器,它通过分析用户的兴趣和行为,为用户推荐与其兴趣相关的标签。该系统利用机器学习算法对用户的历史数据进行挖掘和分析,从而发现用户的潜在需求和偏好。同时,TagRecommentdationServer还支持多种推荐策略,如协同过滤、内容过滤等,以满足不同场景下的推荐需求。此外,该系统还具有良好的可扩展性和实时性,能够快速响应用户的请求并实时更新推荐结果。总之,TagRecommentdationServer是一个高效、智能的标签推荐系统服务器,能够帮助用户发现更多有趣的内容和服务。
作者其他创作
大纲/内容
2
用户模型服务[UM]
ARK工厂
粗排
接口
ExtInfo
上下文特征服务
上下文用户兴趣点计算服务[NewsSessionFeatureServer]
4
查询
终端真实曝光和点击
VideoLogServer(victor)
静态、动态
远程日志
5
特征服务[NewsFeatureServer]
6
特征处理API
不在缓存
1
Feeds上报入口服务[FeedBzReportProxyServer]
获取内容特征接口
NewsFeatureSever
终端
特征5min计算结果落入具体的数据库表
用户基础画像服务[UP]
特征服务分片缓存特征
LRU缓存
3
特征服务接入服务[NewsFeaturePotalServer]
后续随着特征量增加,可能会对这块进行修改
数据工厂
特征共享内存
shenquanma日志服务器
特征工程日志服务器
刷新队列
远程日志接入ETL
粗排得到:特征id、预测值以及后续要透传到终端的分档信息
MDB
透传分档信息给终端
定时处理线程
精排
特征存储Key-value服务
特征处理服务
新值队列
浮层粗排(steven)
日志服务
共享内存从特征存储Key-value服务拉取特征到本地服务
业务融合
7
上下文特征计算服务[NewsSessionFeatureCacheServer]
storm任务
样本日志
日志服务器
展控
HIVE表生成
刷新多列多线程处理
需要: 1. 策略\tStrategy 1:2:3 2. 文章用户主题相似度 数值
视频播放上报(torxie)
推荐各逻辑层
spark&storm日志接入
2:输出用户上下文兴趣点 6:输出文章后台曝光上下文特征样本日志 7:分档上下文特征积累
多样性
浮层展控(sean)
上下文兴趣点计算
缓存内容过期
新值多队列多线程处理
CB
获取特征完毕,写入
0 条评论
回复 删除
下一页