Tout d'abord, le système de recommandation présenté
système de recommandation Micro est un projet énorme, algorithmes et systèmes d'entreprise intégrés, qui sont divisés en trois sous-systèmes principaux:
1) la ligne Sous-système recommandé;
2) en ligne Sous-système recommandé;
3) évaluation de l'impact Sous-système;
Plus tard, nous allons nous concentrer sur la conception et la mise en uvre des trois sous-systèmes ci-dessus.
En second lieu, le sous-système de recommandation de ligne
Sous-système recommandé divisé en ligne hors ligne module Mining , Outils de gestion des données Deux parties.
hors ligne module Mining
Module extraction hors ligne, il est toutes sortes Exploitation minière algorithme de base mis en uvre hors ligne Il lit diverses sources de données, en utilisant différents algorithmes d'exploration de données hors ligne modes de réalisation, les résultats initiaux des résultats d'exploitation et les résultats d'exploitation enregistrés dans un certain format. En règle générale, la mise en uvre de ces stratégies sont quelques-unes de la course minière sur l'emploi de la plate-forme Hadoop, les stratégies de mise en uvre parallèles, et les résultats d'exploitation enregistrés sur Hadoop.
Outils de gestion des données
outils de gestion de données, à savoir DataMgrTools, il est un outil (ou service), il est possible d'accepter des commandes de gestion, lire certains formats de données de la ligne ou la mémoire Redis ces données en temps réel ou périodiquement la ligne de succès , le service en ligne pour la lecture.
des outils de gestion des données ne sont pas liés à un outil de travail commun, il doit prendre en charge plusieurs formats spécifiques de téléchargement des données, car le module d'extraction de données en sortie de la ligne peuvent être stockées dans des fichiers sur HDFS, base de données, ou même une donnée binaire spécifique.
Le point de l'outil est atteint: une bonne définition de la ligne du format de données, le format de données de la ligne et la conversion des données ne migrent vers l'aval via l'API.
En troisième lieu, le sous-système de recommandation en ligne
Sous-système recommandé est divisé en ligne services d'affichage, service de détournement, le module de stratégie de service de base recommandé Et plusieurs autres parties.
Service d'affichage
service d'affichage, ou un service d'accès, qui fait partie du système de recommandation générale de la ligne d'entrée, à savoir la couche d'accès au-dessus de l'ensemble du système recommandé, qui fournit une interface vers le côté amont de l'appel du trafic en amont.
Affichage service est un service sans état (ligne de services respectifs sont un service sans état), il peut être étendu à tous les niveaux, pour atteindre les points de service sont: la définition d'un bon format d'interface commune.
service de shunt
Services de transfert, il est le système de recommandation dans un unique est un service très important, il est le rôle en amont sur la demande, conformément aux stratégies différentes dans des proportions différentes, déviés vers une plate-forme expérimentale de l'algorithme de recommandation différente (qui est, noyau recommandé en aval) pour aller.
Comment demander un service de diversion sur le juge affecté à la plate-forme expérimentale de l'algorithme de recommandation en amont? La réponse est à travers les politiques et les configurations. L'architecture peut être vu de la figure, presque tous les services ont besoin de lire les données (données) et la configuration (CONF), ces données peuvent changer dynamiquement les données en ligne (par exemple: les données lues à partir du Redis), peut également être il est relativement statique des données (par exemple: une liste des villes), mieux comprendre que conf une configuration (par exemple: 80% de toutes les demandes doivent passer une plate-forme expérimentale de l'algorithme de flux). Grâce à ces politiques et la configuration, apportées sur les paramètres de la requête, le calcul du service de distribution de flux shunt à laquelle la plate-forme expérimentale.
Mettre en uvre les points de service sont les suivants: pour obtenir le soutien universel et les règles détournement ou de relations peut être configuré avec des applications en aval définit la plate-forme interface commune pour obtenir une bonne demande de trafic pour jouer une plate-forme expérimentale différente.
noyau recommandé
noyau recommandée, est de toutes sortes algorithme de base mis en uvre recommandée en ligne Il est seulement des conteneurs de plate-forme d'expérimentation commun, chaque services internes recommandées peuvent exécuter un autre type d'algorithmes de recommandation.
Bien que le service recommandé a publié un algorithme de recommandation différent, mais chaque étape de mise en oeuvre de l'algorithme sont les mêmes, nous devons passer par:
(1) Prétraitement;
(2) Pré-analyse;
(3) filtre de désaccentuation;
(4) de tri;
(5) explication recommandée;
Cinq étapes, chaque étape il peut y avoir une variété d'algorithmes différents, des modèles différents, chaque étape un algorithme se combinent pour compléter un processus complet, constitue une « plate-forme expérimentale de l'algorithme de recommandation. »
Pour chacune desdites différentes étapes dans les différents modèles peuvent avoir besoin d'accéder à différents module de service externe, par exemple:
Recommandé expliquer étape, il peut y avoir deux modèles, le premier modèle peut avoir besoin d'accéder à l'étape d'interprétation recommandée «a expliqué le service -module1- », le deuxième modèle peut avoir besoin d'accéder à l'étape d'interprétation recommandée «explique le service -module2- », ces différents modèle d'accès aux différents besoins des entreprises, à la nécessité d'un soutien au niveau architectural.
Faits saillants du service est atteint: pour exécuter une variété de stratégies dans le cadre d'un service de référence pour prendre en charge plusieurs ingénieur développement algorithme parallèle / test multiple algorithme de recommandation dans un cadre, avec l'algorithme de recommandation de mise en uvre de service partagé plate-forme expérimentale.
service des politiques
Service des politiques, également connu sous le nom module de service politique, qui met en uvre une recommandation d'une recommandation noyau module aval. En recommandant le noyau pour effectuer diverses étapes recommandées, chaque étape peut avoir différents algorithmes / stratégies, ces algorithmes / stratégies et tactiques peuvent avoir besoin d'appeler un numéro et plus étroitement lier le module de service, ils ne sont pas un service universel, mais par rapport un service exclusif.
Par exemple: commande module de service, ont besoin d'un service pratique, efficace et évolutive ordonnée.
Mettre en uvre les points de service sont les suivants: pour obtenir un cadre de services communs, de sorte que l'algorithme peut générer rapidement module de service et leurs besoins mis en uvre dans le module et le module peuvent être appelés services pratiques dans la plate-forme expérimentale de l'algorithme.
En quatrième lieu, le sous-système d'évaluation de l'effet
Évaluation de l'impact sous-divisé en recommandé fin de l'appel de service , Rapporté à la fin du navigateur , analyse de fin de l'effet .
Service Raccrocher recommandé
appel système recommandé Interface 58 lignes de la ville de l'entreprise, comme la ligne d'affaires de recrutement.
Rapporté à la fin du navigateur
js du navigateur, lorsque vous appelez des services de recrutement, pour montrer le système recommandé recommandé que la page de résultats, et être en mesure de savoir quels résultats sont cliqué sur recommandation, et ceux-ci seront présentés avec les informations à communiquer cliqué.
Analyse en temps réel des résultats finaux
Le navigateur sera affiché résultat recommandation js, avec le clic des résultats recommandés rapports, il y a une plate-forme pour les effets en temps réel observé, la première fois que l'effet sur la ligne après algorithme de recommandation / stratégie recommandée.
Cinquièmement, le diagramme d'architecture globale
Intégré les sections précédentes, l'architecture générale du système 58 de la ville figure ci-dessus recommandé.
système de recommandation est une ingénierie, des algorithmes et des systèmes d'entreprise intégrés, système de recommandation en ligne, de 58 ville officiellement entré dans l'ère des données intelligentes recommandé.
-58 recommandation sur les entreprises de la ville
58 ville est un utilisateur et le marchand devait dépendre de la plate-forme, l'information recommandée est essentielle à la ville 58. 58 ville ligne d'affaires de recrutement, par exemple: le recrutement de clients, recommandé pour les utilisateurs d'emplois bien liés, peut améliorer l'expérience utilisateur, mais aussi augmenté la 58 ville de PV, à la fin de l'activité de recrutement, pour les entreprises recommandées plus mieux reprendre la corrélation, les entreprises peuvent améliorer l'expérience humaine, les téléchargements reprennent, augmentant ainsi le revenu de 58 ville.
-------------------------------------------------- ------------------------
Transfert de micro-canal voie publique n ° architecte
