logo资料库

58同城推荐系统设计与实现.pdf

第1页 / 共20页
第2页 / 共20页
第3页 / 共20页
第4页 / 共20页
第5页 / 共20页
第6页 / 共20页
第7页 / 共20页
第8页 / 共20页
资料共20页,剩余部分请下载后查看
全 球 软 件 案 例 研 究 峰 会 TOP 100 CASE STUDIES OF THE YEAR www.top100summit.com
全 球 软 件 案 例 研 究 峰 会 58同城推荐系统设计与实现 摘 要 • 业务场景简介 • 推荐系统简介 • 常见推荐算法 • 推荐系统难点 • 推荐系统实现细节 TOP 100 CASE STUDIES OF THE YEAR www.top100summit.com
全 球 软 件 案 例 研 究 峰 会 58同城推荐系统设计与实现 案 例 • 架构上:58同城推荐系统设计与实现细节 • 业务上:如何在招聘业务线实现简历与职 位的推荐 TOP 100 CASE STUDIES OF THE YEAR www.top100summit.com
全 球 软 件 案 例 研 究 峰 会 沈 剑 沈剑,分布式领域技术专家。 曾任百度高级工程师,参与过多个百度HI 重大项目的研发。 现任58同城高级系统架构师,技术委员会 主席。负责过58同城即时通讯,支付系统 重构,摊销系统重构,数据库中间件,推 荐系统等多个系统与项目的设计与实现。 58同城优秀讲师,曾多次代表58同城作 为嘉宾参与velocity,系统架构师大会, lamper人社区,top100summit等技术会议, 分享58同城的架构技术。 TOP 100 CASE STUDIES OF THE YEAR www.top100summit.com
全 球 软 件 案 例 研 究 峰 会 推荐在58招聘 业务场景 • 简历与职位的推荐 TOP 100 CASE STUDIES TOP 100 CASE STUDIES OF THE YEAR OF THE YEAR www.top100summit.com www.top100summit.com
全 球 软 件 案 例 研 究 峰 会 什么是推荐? 推荐简介 • 用户在在某个场景下对某个商品或信息 产生了某种行为,系统会对另一些商品 或信息进行推荐 • 要素: (1)用户 - user (2)场景 - scene (3)商品或信息 - item (4)行为 - action (5)系统 - recommendation-system (6)推荐结果集合 - recommendation- result / item-set TOP 100 CASE STUDIES OF THE YEAR www.top100summit.com
全 球 软 件 案 例 研 究 峰 会 什么是推荐-举例 推荐简介 • 用户在58同城发布了一份简 历 • 要素: user-info:uid scene-info:entry、local、cateid item-info:jid action:post system:rec-system item-set:set TOP 100 CASE STUDIES OF THE YEAR www.top100summit.com
全 球 软 件 案 例 研 究 峰 会 协同过滤-CF 常见算法 • 协同过滤:collaborative filtering Recommendation • 原理:用户的相似喜好进行推荐 • 举例:商家下载简历的推荐 jid1 jid2 jid3 jid4 jid5 jid6 yes yes yes yes yes yes yes yes yes yes yes yes yes yes jid1000w … … … … … uid1 uid2 uid3 uid4 … uid100w TOP 100 CASE STUDIES OF THE YEAR www.top100summit.com
分享到:
收藏