原创 個性化推薦系統（五）---電商雙11大促研發備戰
今天已到10月下旬一年一度電商雙11大促即將開始，是電子商務公司一年最大促銷活動，是重中之重。對於線上服務來說，是一次流量大考，對研發來說是一次技術提升機會。做好應對高併發、大流量準備，是件必須要做必須做成的事情。
2018-09-04 11:01:22
原创 個性化推薦系統（六）--- 超大數量業務個性化實戰
線上系統有些業務是每天幾百篇增量數據個性化，或者是運營每天選定幾百、幾千個商品sku 池子個性化，這種是比較好進行存儲管理以及實現的。全站數據進行個性化，每個人相關數據一般 就只有幾個幾十個多個上百個，這個量級數據還可以緩存存儲，可以存下
2018-09-04 11:01:22
原创 京東電商互聯網架構中redis運用
互聯網應用特點三高：高併發、高可用、高性能，要達到這幾個目標，好的方法方式是建立相應指標，來進行準確 描述，有了準確指標進行監控，方能易於實現我們設定目標。 先將指標介紹下，方便下面相關術語使用，qps即每秒處理請求數
2018-09-04 11:01:22
原创 個性化推薦系統（七）--- ABTest ab測試平臺
個性化推薦系統、搜索引擎、廣告系統，這些系統都需要在線上不斷上線，不斷優化，優化之後怎麼確定是好是壞。這時就需要ABTest來確定， 最近想的辦法、優化的算法、優化的邏輯數據是正向的，是有意義的，是提升數據效果的。
2018-09-04 11:01:22
原创 個性化推薦系統（八）--- 機器學習深度學習召回集擴量
個性化推薦系統評價有兩個重要指標，一個是召回率一個是準確率。召回率就是：召回率=提取正確信息條數/樣本中 信息條數。準確率就是：準確率=提取出正確信息條數/提取信息條數。召回率大小直接影響準確率，直接影響機器學習模 型、
2018-09-04 11:01:22
原创 個性化推薦系統（二）---構建推薦引擎
當下推薦系統包含的層級特別的多，整個線上推薦系統包含：最上層線上推薦服務、中層各個推薦數據召回集（數據主題、分類池子）、底層各種推薦模型。 推薦系統介入線上各種業務，推薦系統當下已經介入內容方面：文章、
2018-09-04 11:01:21
原创 個性化推薦系統（四）--- 推薦系統服務端
推薦系統怎樣穩定高效提供服務，持續不斷滿足業務需求，持續不斷面對技術挑戰，是每一個服務端開發同學應該持續思考，和持續不斷優化線上服務。 以前我們開發的程序更多的是網站，並且以單體服務形式構建，好處是整個程
2018-09-04 11:01:21
2
原创 個性化推薦系統（三）---推薦系統意義一點思考
個性化推薦是隨着移動互聯網發展不斷發展起來的，國內應用個性化推薦技術最早應該是豆瓣，在web2.0興起時做了很多嘗試，給網民帶來很多新鮮感覺、體驗。後來是國外電影租賃網站netflex推波助瀾，再到今日頭條火熱、電商巨頭亞
2018-09-04 11:01:21
原创 個性化推薦系統(一)---今日頭條等的內容劃分、分類
這篇文章搞頭條號、運營知乎等流量的可以看看，可以讓你瞭解到你的文章是怎麼被推薦的、通過很好的配合頭條、知乎等的技術架構、機制可以增加你文章的曝光。 今日頭條以前進入各大app的流量主要被幾部分刮分，一個是a
2018-09-04 11:01:20