"淘宝推荐系统简介"分享总结

概述：

此分享是关于淘宝推荐系统简介

1.推荐引擎就是：如何找到用户感兴趣的东西和以什么形式告诉用户；
2.推荐引擎的作用：提高用户忠诚度，提高成交转化率和提高网站交叉销售能力；
3.推荐系统核心：产品，系统和算法；
4.推荐系统产品形式：邮件营销，群体信息披露，趋势引导，评论、资讯推荐和相关商品、店铺、达人推荐；
5.推荐系统系统组成：数据，算法，消息系统，Search engine，NoSQL，分布式计算和效果评测；
6.算法包括离线： 用户类目偏好、用户购买力分析、关联性分析和在线：排序、过滤、增量计算
7.分布式计算包括：大规模数据统计，运算和大数据集合的ETL；
8.效果评测衡量指标：CTR GMV PV UV
9.算法包括但不限于：content-based，collaborative-based和Association Rules
10.宝贝的推荐包括：
Content-based and 关联规则
全网优质宝贝算分
根据推荐属性筛选TOP
基于推荐属性的关联关系
采用搜索引擎存储和检索优质宝贝
加入个性化用户信息

解：

架构图：

应用层次图：

总结：

　　为避免冷启动采用的方式有：热点推荐，TopN推荐，规则推荐

http://pan.baidu.com/share/link?shareid=467244&uk=2466379732&fid=1866772592