小红书推荐系统时序图（完整技术链路）
2025-03-06 12:50:21 0 举报核心内容：小红书推荐系统时序图揭示了用户从启动应用到接收到个性化推荐内容的技术链路过程，详细展示了从数据采集、行为追踪到算法推荐和界面渲染的各个阶段。该技术链路依托深度学习模型和用户互动分析，确保推荐结果的精准度和实时性。 文件类型：PPT /技术流程图/架构图 修饰语：详尽、互动、实时、个性化的
作者其他创作
大纲/内容
请求深度排序模型(用户-内容CTR预估)
返回得分(0-1概率值)
返回召回策略权重
传递200条候选集
地理召回(5km内POI内容)
请求实验分流配置[2](@ref)
实时行为召回(最近1h点击)
查询热点内容缓存
协同过滤召回(用户相似群组)
请求Embedding模型(用户兴趣向量)
返回768维向量
记录曝光事件
点击/点赞/收藏等行为
返回Top10推荐结果
渲染信息流内容
获取作者黑名单状态
校验内容状态(下架/删除)
敏感内容过滤(鉴黄模型)
传递Top50结果
去重(近期已曝光内容)
获取实时内容统计特征(点击率/完播率)
特征工程处理(离散化/归一化)
par
[并行处理]
Redis缓存
AB实验平台
热加载新模型版本(v3.2.1)
使用特征交叉(用户年龄×内容标签)
小红书用户
触发模型增量训练
用户端APP
API网关
上报实时行为数据
实时日志服务
增量更新用户特征[1](@ref)
特征存储(HBase)
召回服务
排序服务
过滤服务
模型推理服务
查询用户历史特征(最近30天互动)
查询内容池特征(热度/标签)
发送推荐请求(携带设备ID/位置/时间戳)
记录原始请求日志[1](@ref)
滑动浏览内容
loop
[每2小时定时任务]
[多级过滤]
[多路召回策略]
0 条评论
下一页
