Griddle商品推荐框架:级联架构解析
需积分: 0 39 浏览量
更新于2024-08-05
收藏 1014KB PDF 举报
"本文主要介绍了腾讯神盾推荐系统中的Griddle推荐框架,这是一个针对商品推荐设计的级联架构,旨在适应商品推荐系统的特点和需求。文章由腾讯高级研究员黄俊进行分享,强调了商品推荐与广告推荐的区别,并提出了Griddle框架的概念。"
Griddle推荐框架详解:
Griddle框架是腾讯神盾推荐系统中用于商品推荐的一种创新性解决方案,它采用了级联的架构设计,可以灵活地根据需求组合不同的推荐模块。这个框架类似于乐高积木,允许构建者根据业务需求自由堆砌各个功能模块。
1. 架构组成:
- 两级架构:Griddle框架由两级构成,每一级又分为多个层,每个层包含多个模块。
- 层的命名:包括“召回”、“规则”、“分桶”、“精排”和“组合”等,这些层根据其功能命名,但并非所有类型都是必需的,具体取决于具体业务需求。
2. 召回层:
- 灵活的算法平台:召回层是推荐系统的基础,神盾平台实现了多种召回算法,以适应不同场景。
- 新探索:利用用户行为学习物品的语义特征,如通过app下载行为学习embedding,以实现物品相似度召回;同时,探索利用腾讯的社交关系链数据,考虑隐私保护和兴趣传播。
3. 商品推荐与广告推荐的差异:
- 产品形态:商品推荐的形态更多样,考虑用户体验和时长等非交易因素。
- 目标导向:商品推荐不仅关注转化率,还注重用户停留时间和满意度。
- 资源投入:需要与业务增长周期协同,更注重成本效益。
4. 社交关系链数据的利用:
- 数据隐私:在利用社交关系链数据时,必须谨慎处理隐私问题,确保数据安全。
- 兴趣传播:关系链数据可能揭示兴趣的传播模式,有助于提升推荐的精准度。
5. 框架优势:
- 灵活性:Griddle框架的灵活性允许快速适应变化的业务需求和市场环境。
- 扩展性:可以根据业务规模和复杂性扩展或缩减各个模块,确保系统的高效运行。
总结来说,Griddle推荐框架是腾讯为了应对商品推荐的独特挑战而设计的,它强调了在保护用户隐私的前提下,利用多样化数据源和灵活算法来提高推荐的准确性和用户体验。这样的框架为商品推荐提供了强大的技术支持,使得推荐系统能够更好地服务于电商平台,提升用户满意度和业务价值。
2019-08-30 上传
2019-08-30 上传
2019-08-30 上传
2019-08-30 上传
2019-08-30 上传
2021-07-22 上传
2021-05-30 上传
2021-06-19 上传
咖啡碎冰冰
- 粉丝: 18
- 资源: 292
最新资源
- Ansys Comsol实现力磁耦合仿真及其在电磁无损检测中的应用
- 西门子数控系统调试与配置实战案例教程
- ELM多输出拟合预测模型:简易Matlab实现指南
- 一维光子晶体的Comsol能带拓扑分析研究
- Borland-5技术资料压缩包分享
- Borland 6 技术资料分享包
- UE5压缩包处理技巧与D文件介绍
- 机器学习笔记:深入探讨中心极限定理
- ProE使用技巧及文件管理方法分享
- 增量式百度图片爬虫程序修复版发布
- Emlog屏蔽用户IP黑名单插件:自定义跳转与评论限制
- 安装Prometheus 2.2.1所需镜像及配置指南
- WinRARChan主题包:个性化你的压缩软件
- Neo4j关系数据映射转换测试样例集
- 安装heapster-grafana-amd64-v5-0-4所需镜像介绍
- DVB-C语言深度解析TS流