“探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制，实现方法，其中还涉及一些基本的优化方法，例如聚类和分类的应用。同时在理论讲解的基础上，还会结合 Apache Mahout 介绍如何在大规模数据上实现各种推荐策略，进行策略优化，构建高效的推荐引擎的方法。本文 ...

在电商领域里，搜索是一种最直接的用户消费的场景。每个用户进入一个app，都有自己的一些意图，比如想买鞋子、想买衣服，而且对一些品牌以及颜色风格都有一定的要求。因此搜索对于商品的触达是非常重要的。 我这里就针对自己的理解，对个性化的搜索做一个粗略的总结。一般来说app内的搜索都会经历下面 ...

转载自：https://www.jianshu.com/p/1fd2b97fc765 原文链接：https://mp.weixin.qq.com/s/lUP2BehOh7KczR3WRnOqFw 爱奇艺推荐系统介绍 我们的推荐系统主要分为两个阶段，召回阶段和排序阶段 ...

1 推荐技术 1）协同过滤： （1）基于user的协同过滤：根据历史日志中用户年龄，性别，行为，偏好等特征计算user之间的相似度，根据相似user对item的评分推荐item。缺点：新用户冷启动问题和数据稀疏不能找到置信 ...

前言 在移动互联网迅速发展的今天，信息量爆发性增长，人们获取信息的途径越来越多，如何从大量的信息中获取我们想要的内容，成为了推荐系统研究的重点。 随着大数据产业的不断壮大，推荐系统在企业也越来越重要，从亚马逊的“猜您喜欢”，到阿里双十一手机淘宝的“千人千面”，无一不彰显着推荐系统至关重要的作用 ...

基于内容的推荐引擎是怎么工作的 基于内容的推荐系统，正如你的朋友和同事预期的那样，会考虑商品的实际属性，比如商品描述，商品名，价格等等。如果你以前从没接触过推荐系统，然后现在有人拿枪指着你的头，强迫你在三十秒之内描述出来，你可能会描述这样一个 ...

目前，推荐系统广泛应用于电商、信息流和地图。工业级推荐系统架构一般以召回+推荐作为大框架。其中，以算法区分，如下图所示。 离线/线上指标如下图所示： 个性化召回算法是根据用户的属性行为上下文等信息从物品全集中选取其感兴趣的物品作为候选集，召回决定了最终推荐结果的天花板。 个性化召回分为 ...

推荐系统核心任务是排序，从线上服务角度看，就是将数据从给定集合中数据选择出来，选出后根据一定规则策略方法 进行排序。 线上服务要根据一定规则进行架构设计，架构设计是什么？每一次权衡取舍都是设计，设计需要理解需求、深入理解需 求基础上做权衡取舍。复杂系统架构需要 ...