技术开发 频道

58同城沈剑:推荐系统的设计与实现

  【IT168 现场报道】2014年9月17日-19日,2014 中国系统架构师大会(SACC 2014)在北京五洲皇冠国际酒店盛大开幕。作为中国规模最大的架构师豪门盛会,本届中国系统架构师大会以“发现架构之美”为主题,探讨最具前瞻性的行业趋势与技术热点,分享架构在企业中的非常好的实践,共同领略架构之美。


▲2014 中国系统架构师大会报道专题

  据了解,大会邀请了来自百度、腾讯、阿里巴巴、京东等知名互联网企业与传统行业的资深架构师,分享云架构实践与解析、大数据架构及应用、自动化运维、高性能高可用网络架构设计、互联网存储架构优化、构建全新数据中心、互联网金融及风险防范、移动平台架构设计、高效电商系统构建、全栈工程师实践等主题的最新技术实践。


▲58同城技术中心沈剑

  在大会第三天下午的分会场中,来自58同城技术中心的沈剑老师,为我们分享了《58同城推荐系统设计与实现》的话题。其中,沈剑主要介绍了何为推荐、常见的算法有哪些、推荐系统的难点,以及相关的设计和实现方法。

  对于推荐系统的概念,沈剑将其定义为,用户在在某个场景下对某个商品或信息产生了某种行为,系统会对另一些商品或信息进行推荐。其主要包括用户、场景、商品或信息、行为、系统等要素。

  “推荐不仅仅是一套算法或者说系统,开发一套推荐系统,还需要和产品经理、业务人员等进行充分的交流。”沈剑表示。

  常见的推荐算法

  沈剑老师介绍,目前主要的推荐算法主要有两套,包括协同过滤(collaborative filtering Recommendation)和内容推荐(content-based Recommendation)。协同过滤的主要原理是用户的相似喜好进行推荐;而内容推荐的原理是抽取共有属性。

  推荐系统的设计和实现难点

  对于推荐系统的设计,沈剑老师介绍,推荐系统包含了众多要素。其表示,推荐系统是一个支持线上+线下、支持实验(包括分流平台和推荐内核)、支持实时计算检索、支持工程+算法,以及具备效果实时监测的系统。

  对于实验系统的分流平台,其主要需求包括:支持random分流;支持取模分流;支持与或非表达式;支持集合操作;配置热加载。

0
相关文章