淘宝推荐系统简介

个人随笔 Alan 8年前 (2013-06-10) 3825次浏览 0个评论 扫描二维码

淘宝推荐系统简介–转载

  1. 推荐引擎就是:如何找到用户感兴趣的东西和以什么形式告诉用户;
  2. 推荐引擎的作用:提高用户忠诚度,提高成交转化率和提高网站交叉销售能力;
  3. 推荐系统核心:产品,系统和算法;
  4. 推荐系统产品形式:邮件营销,群体信息披露,趋势引导,评论、资讯推荐和相关商品、店铺、达人推荐;
  5. 推荐系统系统组成:数据,算法,消息系统,Search engine,NoSQL,分布式计算和效果评测;
  6. 算法包括离线: 用户类目偏好、用户购买力分析、关联性分析和在线:排序、过滤、增量计算
  7. 分布式计算包括:大规模数据统计,运算和大数据集合的ETL;
  8. 效果评测衡量指标:CTR(Click Through)  GMV(Gross Merchandise Volume)  PV(Page Views)  UV(Unique Visitors)
  9. 算法包括但不限于:content-based(基于内容),collaborative-based(以协同为基础)和Association Rules(关联法则)
  10. 宝贝的推荐包括:
    • Content-based  and 关联规则
    • 全网优质宝贝算分
    • 根据推荐属性筛选TOP
    • 基于推荐属性的关联关系
    • 采用搜索引擎存储和检索优质宝贝
    • 加入个性化用户信息

搜索引擎系统架构图
搜索引擎架构图-淘宝

应用层次图:

应用层次图-淘宝

喜欢 (0)
[]
分享 (0)
发表我的评论
取消评论

表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址