推荐引擎架构总结

推荐系统的本质是提取用户特征，并且匹配相应的物品集进行推荐，把整个过程进行梳理拆分，大概可以分为四个阶段：

推荐引擎四个阶段

一、生成用户特征向量

这部分主要是对用户信息提取，并且将行为转化为特征向量。

用户信息主要分为两部分，一部分是属性信息，如用户的性别、所在地、职业等，这些信息一般可以通过注册信息或关联第三方账号信息获得；另一部分是用户的行为信息，这部分信息通常是用户在平台产生一定的行为后，分析行为日志获得。

对于不同的用户信息，应该给定不同的权重，比如，购买的权重＞浏览的权重，因为购买是个成本更高的操作；同理详情页浏览的权重>列表页浏览

对于用户的行为信息，也应当根据用户行为的时间、次数，给予不同的权重：时间越临近的行为，应当反馈的是相对更新的信息，权重较高；频次越高的行为，代表信息准确度高，用户喜好强，权重较高

另外一个对于权重的给定，可以参考物品的热门度，热门物品一般推荐排序较为靠前，用户的行为一定程度受热门度影响，适当降低热门物品的权重会得到更准确的用户特征向量。

注：如果是新用户，信息不足无法生成特征向量时，建议直接使用topN列表，获取一定的行为后再进行个性化推荐

二、特征-物品相关推荐

根据用户的特征向量，和物品进行匹配，生成该用户推荐的物品集；推荐方式一般有协同过滤、基于内容的推荐，基于关联规则等……

在匹配用户特征向量和物品集时，一般有正向推荐和反向推荐两种：

正向推荐是按照物品关联度做一定的推荐规则，适用于推荐较少的物品集，如文章的相关推荐等

反向推荐是直接过滤调不在特征候选集内的物品，适用于推荐物品较多的时候，比如流列表

三、物品集过滤

对于上一步匹配出来的物品集，还要进行一定的过滤，过滤原则是：剔除无效物品、低质物品、重复物品或用户已经浏览过的物品

我们可以限定某些条件作为无效物品的过滤，如UGC平台的已下线内容、电商平台的无库存商品以及用户手动设置的筛选范围之外的物品

低质物品如电商平台被举报的假货，新闻平台的低质文章等

对于多个一样的物品，只推荐一个；像新闻资讯平台标题、内容一致的文章一个列表只推荐一篇就可以了；但在电商平台这一点可能会不一样，一样的商品如果是来自不同的商家，是不可以过滤的

有些业务场景，用户产生过行为（查看、近期购买等）的物品要进行一定的过滤，比如用户已经看过的帖子、文章等不需要重复推荐；但在电商业务模式下就不一定要过滤，比如生鲜电商的猜你喜欢内容推荐

总体来说，应该根据平台的业务不同，对各个推荐场景针对性制定过滤规则并且通过数据测试不断调优

四、物品集排名

在物品集输出前的最后一步，是对已有物品集进行排名，输出给用户的应当是个有序列表（输出无序列表CTR及用户满意度均低于有序列表）

有序列表确认的第一步，是确认当前场景的排名因子及权重，如特征-物品相关度权重、时间权重、物品分类及热门标记等……然后根据用户反馈对排序进行调优，在调优过程中要关注关键数据指标（如ctr、下单转化率等）的变化，关键指标不断提升，代表效果在不断优化~