今日頭條推薦算法原理全文詳解之二

模型的訓練上，頭條系大部分推薦產品採用實時訓練。實時訓練省資源並且反饋快，這對信息流產品非常重要。用戶需要行爲信息可以被模型快速捕捉並反饋至下一刷的推薦效果。我們線上目前基於storm集羣實時處理樣本數據，包括點擊、展現、收藏、分享等動作類型。模型參數服務器是內部開發的一套高性能的系統，因爲頭條數據規模增長太快，類似的開源系統穩定性和性能無法滿足，而我們自研的系統底層做了很多針對性的優化，提供了完

>>阅读原文<<