爲用戶guyong準備基於用戶的推薦結果
爲用戶guyong準備基於物品的推薦結果,該結果基於用戶上一次的瀏覽記錄生成
準備物品與物品的類似度數據–基於物品的類似度推薦
準備物品與物品的類似度數據----基於內容的類似度推薦
爲廣告位(猜你喜歡)121準備默認的推薦結果
初始化全部的商品信息ide
1)用戶在商城瀏覽商品,將用戶的瀏覽記錄保存到Cookie,隨着用戶的請求傳送給推薦服務接口。推薦服務接收到用戶的基本信息和瀏覽信息。
另外一種思路,能夠經過消費點擊流日誌,將用戶的行爲保存到Redis中,推薦服務經過訪問Redis獲取用戶的行爲記錄。優化
2)推薦接口從用戶的基本信息中獲取到三種推薦結果(離線結果)日誌
3)推薦接口從用戶的瀏覽信息中獲取用戶當前會話的的行爲記錄,並以此計算基於物品和基於內容的實時推薦結果blog
4)對以上的反饋的推薦結果進行排序,排序的過程當中對商品去重排序
5)設置業務人員強推的商品,根據業務人員指定的商品序號,替換掉推薦結果中對應序號的推薦商品。
注:總體思路如此,後續推薦模型能夠持續進行優化,包括對推薦結果進行加權。接口