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