推荐系统应该是先会在有及其多的内容是可以选择和消费的,内容已经极大丰富的领域。
从这个角度看,应用推荐的领域会首先是内容极大丰富的行业,新闻推荐在今日头条上已经取得极大
成功。在音乐领域推荐系统也是越来越广泛无论是最早的豆瓣FM,以及网易云音乐以推荐为主打或者
推荐是很重要的一个频道。
推荐系统在后续消费升级人们对品质的追求和新的的商业模式结合,对于电子商务、以及其他很多
行业可能都会诞生很多新的商业产品。
技术层面推荐系统模型构建主要基于各种成熟的机器学习等的算法进行构建模型, 大数据主要基于
mapreduce和hive进行计算所有数据存储做到redis中进行缓存,服务端依据相应的公式将离线、在线
数据进行整合进行接口的开发,现在一般基于服务化的框架进行线上业务开发。最终由app进行展示,大型
的app有些服务可能需要通过网关进行转发,也可直接调用后台整合的web服务。
由此可见推荐系统是一个复杂的系统,包含工程研发和机器学习的大型的复杂的项目。
推荐系统技术相关的文章
http://www.ibm.com/search/csass/search?q=%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F&en=utf&sn=dw&lang=zh&dws=cndw&cc=CN&ddr=&lo=zh&o=0
2016-10-27 傍晚于北辰