如果把推薦系統簡單拆開來看，推薦系統主要是由資料、演算法、架構三個方面組成。
推薦的框架主要有以下幾個模組
三、使用者畫像和內容產品畫像
使用者畫像可以分為靜態畫像和動態畫像。
隱式行為的權重往往不會有顯示行為大，但是在實際業務中，使用者的顯示行為都是比較稀疏的，所以需要依賴大量的隱式行為。
模型標籤是由事實標籤通過加權計算或是聚類分析所得。通過一層加工處理後，標籤所包含的資訊量得到提公升，在推薦過程中效果更好。
四、模型架構
例如在抖音與快手的分發中：抖音強平台基於內容質量分發，快手輕平台基於社交和興趣分發，抖音：內容質量》關係》雙向互動。快手：內容質量 約等於 關係 > 雙向互動。抖音基於將內容從小流量開始，其中表現優質的內容將不斷的進入更大的流量池中，最終進入推薦池，形成 90 天+精品召回池，最終的結果也是優質內容的熱度隨著時間推移逐漸累積增加，頭部內容的集中度很高。
召回策略
標籤召回：根據每個使用者的行為，構建標籤，並根據標籤召回內容。
參考：聖麾巴比
網路的全貌
首先我們來看一下瀏覽器訪問web伺服器這一過程的全貌.訪問web伺服器並顯示網頁這一過程包含了瀏覽器和web伺服器之間的一系列互動,主要是下面這樣的互動.瀏覽器向web伺服器傳送請求.web伺服器根據請求向瀏覽器傳送響應.要實現應用程式之間的互動,我們需要乙個能夠在瀏覽器和web伺服器之間傳遞請求和...
推薦系統架構 推薦系統（1） 業界推薦系統架構
1.1業界主流推薦系統架構 業界推薦系統通用架構 1.2使用者本身資料 1.3物品本身資料 1.4使用者行為資料 2.1基於離線訓練的推薦系統架構設計 常用演算法 邏輯回歸 logistics regression 梯度提公升決策樹 gbdt 和因式分解 fm 架構設計 2.2面向深度學習的推薦系統...
推薦系統（1） 推薦系統概述
推薦系統是主動從大量資訊中找到使用者可能感興趣的資訊的工具。推薦系統的核心問題是如何實現推薦個性化 如何向使用者推薦匹配度高的產品 商品 或專案,本質是通過一定的方式將使用者和專案聯絡起來。自從xerox palo alto研究中心於1992年研發出了基於協同過濾的實驗系統tapestry以來 主要...