2024電商平臺系統(tǒng)架構_第1頁
2024電商平臺系統(tǒng)架構_第2頁
2024電商平臺系統(tǒng)架構_第3頁
2024電商平臺系統(tǒng)架構_第4頁
2024電商平臺系統(tǒng)架構_第5頁
已閱讀5頁，還剩7頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

電商平臺推薦系統(tǒng)架構C2C別是feed流推薦服務框架演變和用戶畫像系統(tǒng)架構演變。B2CB2CC2CC2C市場是一個個人交換市場，會伴隨有一些它獨有的特點和問題。首先就是個人發(fā)布的現(xiàn)在講解一下Feed查到該給用戶推薦的內(nèi)容然后推薦到前臺。離線這部分本質上就是將用戶的行為矩陣用→商品這個過程拆分成了用戶→X，X→商品。體現(xiàn)這類思想最有名的一類例子就是LDA這在這里主要做了兩部分的實時化，分別是離線挖掘的實時化和用戶興趣的實時化，諸如商品畫像、CF系統(tǒng)的轉化率提升8-9成，需要注意的是實時化并不是一時的工作，而是可以進行持續(xù)的首先底層需要構建一套機器學習的pipeline，這個東西至關重要。pipeline構建好以后會pipeline著這個東西真的應該被推薦嗎？我記得reddit（國外貼吧）在早期的時候采用的排序就是機器學習模型不只是能做排序，還可以做召回模型和用戶興趣模型。機器學習效果很好，item，其間一定要有連接，只連上一邊是手機、電腦、相機、GoPro、甚至玩客云這些都算電子產(chǎn)品，要通過統(tǒng)計方法來判別是否第三是要尋求差異，比如你能知道用戶需要單反相機還是卡片相機，但是可能在商品一端embedding另一個組習慣elasticsearch，這些都需要協(xié)調(diào)；如何更好的預測用戶興趣？老方法就是基于規(guī)則：a.不同時間發(fā)生的不同行為賦予不同權重；b.將權重做累

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論