推荐系统-分发逻辑图

2016-12-21 20:59:01   0  举报





仅支持查看

推荐系统的分发逻辑图是一种可视化工具，用于描述推荐系统中各个组件之间的交互和数据流动。它通常包括以下几个主要部分：1. 用户行为数据收集：这部分负责收集用户在平台上的行为数据，如浏览、搜索、购买等。2. 数据处理和特征提取：这部分对收集到的数据进行处理和分析，提取出有用的特征，以便后续的推荐算法使用。3. 推荐算法：这部分根据提取出的特征，使用各种推荐算法为用户生成个性化的推荐结果。4. 推荐结果展示：这部分将生成的推荐结果以合适的方式展示给用户，如列表、卡片等。5. 反馈循环：这部分负责收集用户对推荐结果的反馈，以便不断优化推荐算法和提高推荐质量。

作者其他创作

大纲/内容

老用户每一刷数据组成每刷 8条

新用户第一刷数据，新用户全局最优数据源，随机出，第二刷开始实时计算个性化数据。

推荐相关功能：1.用户画像 1.1 广告分层画像 1.2 兴趣画像2.ABTest 2.1 目前可同时支持10组实验3.运营支持分发4.黑名单功能 4.1 帖子拉黑功能 4.2 作者拉黑功能 4.3 话题拉黑功能5.滤重服务 5.1 曝光滤重功能 5.2 观看滤重功能

每天计算一次：1.取最近一个月内优质帖子2.按照ctr，曝光，点击/vv，点赞，评论，转发等数据归一化后进行加权求和后按帖子age做时间衰减后排序

第一刷之后 - 共8条

新帖 - 个性化 - 1条

新用户（当天注册用户）

老用户（除去当天注册的所有用户）

算法实时兴趣 8条

实时计算，新帖发布实时进行分发 1条：1.当天新增发布帖子，满足运营需求前提下2.按照兴趣标签进行个性化分发3.300次曝光CTR<3% 淘汰该贴4.每人最多看12个新帖