2018年个性化app-推荐技术在手淘的全面应用.pdf

编号：95693

PDF 17页 7.48MB 下载积分：VIP专享

下载报告请您先登录！

2018年个性化app-推荐技术在手淘的全面应用.pdf

1、个性化app-推荐技术在手淘的全面应用大数据专场手淘推荐算法简介手淘推荐算法架构推荐算法服务化无处不在的个性化推荐淘宝目前有40%以上收入来自于个性化推荐Netflix现在有 75%的视频观看与推荐系统有关Facebook 在“朋友推荐”、信息流等众多场景使用个性化推荐个性化推荐技术在手淘的应用商品榜单主题视频文章推荐系统简介前台产品形态日志采集系统推荐系统个性化推荐带来的优势提高用户粘性提升用户体验提高运营效率提升商业收益提高生态繁荣度降低运营成本缩短冷启动时间用用户户数数据据内内容容数数据据行行为为数数据据运运营营配配置置离离线线数数据据处处理理在在线线数数据据处处理理批批量量数数据据处处

2、理理流流式式数数据据处处理理机机器器学学习习平平台台数数据据清清洗洗召召回回模模块块历历史史召召回回实实时时召召回回冷冷启启动动排排序序模模块块单单目目标标预预测测多多目目标标预预测测算算法法实实验验与与效效果果监监控控数数据据接接入入模模块块特特征征工工程程用用户户画画像像内内容容特特征征行行为为特特征征上上下下文文特特征征业业务务逻逻辑辑处处理理物物品品Information Embedding 性别，年龄，地域，消费能力，所属人群，用户来源，访问频率价格，类目，品牌，热度，主体识别，图片质量，主题提取，情感分析点击，浏览，购买，观看时长，阅读完成度，场景，位置，选品类型 match候

3、选集召回冷启动召回rank业务目标建模打分排序行行为为用用户户-Information embedding 相比线上推广的用户，通过线下渠道获取的用户更喜欢浏览低客单价的快销品-业务定制-过滤，加权-自定义模型目标-冷启动-三种方法缩短冷启动时间-优化覆盖用户端和商品端-模型优化-多种类型机器学习模型切换-AB测试算法机制基于A/B测试的效果调优和效果监控算法流程1算法流程2指标1指标2A/B Testing推荐算法服务化大数据计算服务：MaxCompute满足海量用户/物品数据的特征挖掘机器学习：Platform of AI集成深度学习等推荐算法流计算：StreamCompute提供秒级的实

4、时个性化推荐服务在线召回：BaseEngine灵活的online个性化召回服务深度学习排序：RTP基于深度学习的个性化排序服务云监控：Cloud Monitor实时监控，提供高效运维保障适合的场景有数据化运营意愿能满足用户差异化需求的内容较丰富的用户行为和特征自建的挑战算法调优长路漫漫项目开发周期长技术平台管理复杂推荐效果难以保证开发和运维成本高冷启动的数据之殇用用户户数数据据内内容容数数据据行行为为数数据据运运营营配配置置离离线线数数据据处处理理在在线线数数据据处处理理批批量量数数据据处处理理流流式式数数据据处处理理机机器器学学习习平平台台数数据据清清洗洗召召回回模模块块历历史史召召回回实实时时召召回回冷冷启启动动排排序序模模块块单单目目标标预预测测多多目目标标预预测测算算法法实实验验与与效效果果监监控控数数据据接接入入模模块块特特征征工工程程用用户户画画像像内内容容特特征征行行为为特特征征上上下下文文特特征征业业务务逻逻辑辑处处理理业业务务类类型型定定制制算算法法优优化化接接口口算算法法开开发发接接口口场场景景定定义义算算法法配配置置推荐结果提供多种算法，并开放接口调优。提供新闻、电商，社交、多媒体等行业模板提供灵活的运营实时干预接口可自定义开发算法如“上海品茶推荐”，“猜你喜欢”，“相似推荐”，“热点排序”等数据输入用户数据安全数据所有权加密存储多副本分散存储加密传输大数据专场

友情提示

1、下载报告失败解决办法
2、PDF文件下载后，可能会被浏览器默认打开，此种情况可以点击浏览器菜单，保存网页到桌面，就可以正常下载了。
3、本站不支持迅雷下载，请使用电脑自带的IE浏览器，或者360浏览器、谷歌浏览器下载即可。
4、本站报告下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰。

本文（2018年个性化app-推荐技术在手淘的全面应用.pdf）为本站（云闲）主动上传，三个皮匠报告文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若此文所含内容侵犯了您的版权或隐私，请立即通知三个皮匠报告文库（点击联系客服），我们立即给予删除！

温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。