推荐系统架构组成模块

推荐系统架构组成模块

一个经典的推荐系统的架构，主要包括如下四部分：

1. 推荐服务：该服务从服务器获取推荐请求，然后返回推荐结果。
2. 存储系统：这些系统存储用户画像、物品画像和模型参数。
3. 离线学习（Offline learning）：该组件从用户行为数据中学习模型参数，然后按照一定的周期将参数更新后的模型推送到在线存储系统中；物品画像学习；用户画像学习。
4. 在线学习（Online learning）：实时更新模型。

1. 推荐服务

“推荐服务”的功能是对来自业务的request进行预测。

比如，我这会打开抖音，抖音后台会发送一个request给推荐服务所在的服务器，服务器接收到这个request之后，会根据过去我在抖音上的行为偏好，为我推荐我可能感兴趣的短视频。

2. 存储系统

“存储系统”的功能是存储用户画像、物品画像、以及模型参数。

3. 离线学习

“离线学习”的功能包括：模型训练、物品画像、用户画像计算。

• 模型训练是指给定用户和物品，以及用户对该物品的响应数据，来训练模型参数，这个过程一般需要耗费好几个小时的时间。
• 物品特征是比如对于非结构化数据，经常需要对这些数据进行TF_IDF计算，这个也是在离线层进行。
• 用户特征也是。

4. 在线学习

“在线学习”的功能是利用用户的即时数据进行预估。

二、经典的推荐系统架构

每研究任意一款产品，我第一个想法，都是去看看世界上经典、优秀的产品他们是怎么设计的，以及为什么要这样设计。我的关注目标很简单：

• 这套架构的设计目标是什么？
• 为什么是这些目标？

从目标开始，以终为始，同时know how。

know- how(或know- how，或程序性知识)是一个关于如何完成某事的实践知识的术语，相对于“know-what”(事实)、“know-why”(科学)或“know who”(沟通)。

为了支撑这个目标，creator都做了哪些设计？是否存在好的「设计模式」值得我学习？

设计模式是我尝试通过学习行业经典的产品，从而发掘出可复用的知识结构。

这类复杂产品设计师是如何做到快速深入业务，做到设计驱动，达到业务与专业双成长，是否存在好的「设计工作模式」、「设计思维」值得我学习？

业务专业双成长：双成长指的就是如何在消耗大量时间深入业务的同时，在专业深度上也能保持精进。