【智能推荐系列公开课讲义④】7天搭建电商个性化推荐场景和最佳实践

内容要点

本文主要以电商行业为例,从服务搭建流程、推荐测试流程、最佳实践分享适配的智能推荐快速搭建方式和实践策略。

服务搭建流程


【智能推荐系列公开课讲义④】7天搭建电商个性化推荐场景和最佳实践
智能推荐作为一款大数据应用产品,数据是第一生产力,如果在没有任何数据的情况下,想做千人千面的推荐,是不太可能的。数据对于整个模型而言,都是非常重要的。智能推荐所需要的数据,分为三类,user,即推荐面向的终端用户的信息;item,即要推荐的内容,例如在电商行业就是商品;behavior,即行为,指发生在user和item之间的交互动作,在平台上,消费者的消费偏好,商品的用户喜好画像,都可通过behavior来表征。

对于智能推荐的模型来说,一方面依赖海量的行为,进行模型计算,另一方面也会根据商品、用户的静态属性做分析推荐。无论是上报的全量数据表,还是后期的行为数据、用户数据、商品数据,经过全量和增量数据的合并,