推荐系统架构设计

1.分析用户行为数据​:​

收集用户的活跃时间、点击行为、浏览历史等数据。​分析用户的活跃模式,确定用户最活跃的时间段。​kafka + flink +数据库 分析用户行为并存储

  1. 预生成推荐内容​:​

在用户活跃时间之前,预先生成推荐内容并存储到Redis缓存中。​生成的推荐内容可以包括多个页面,以应对用户可能的分页请求。(模型支持历史推荐去重)

定时扫描,或定时触发生成推荐内容

​3. 使用Redis缓存​:​

将预生成的推荐内容存储到Redis中,设置合理的过期时间。​在用户请求时,优先从Redis缓存中获取推荐内容。​

  1. 动态更新推荐内容​:​

根据用户的实时行为,动态调整推荐内容。​定期重新生成推荐内容,并更新Redis缓存。​

  1. 分页查询​:

​根据用户的请求,从Redis缓存中提取当前页面的内容。​(对于已消费的内容,进行Redis删除)。给Redis推荐池设置一个阈值,查询时发现如果Redis缓存中没有足够的内容,就向推荐系统发起消费,推荐系统收到从消费请求,就进行生成推荐内容并更新Redis缓存。​

相关推荐
叫我:松哥5 天前
优秀案例:基于python django的智能家居销售数据采集和分析系统设计与实现,使用混合推荐算法和LSTM算法情感分析
爬虫·python·算法·django·lstm·智能家居·推荐算法
小小程序师6 天前
多任务学习AITM算法简介
深度学习·机器学习·推荐算法
小新学习屋10 天前
网易大数据用户画像实践-笔记
大数据·人工智能·深度学习·搜索引擎·推荐算法·广告·用户画像
我.佛.糍.粑16 天前
Shusen Wang推荐系统学习 --召回 矩阵补充 双塔模型
人工智能·学习·机器学习·矩阵·推荐算法
程序猿小D21 天前
[附源码+数据库+毕业论]基于Spring Boot+mysql+vue结合内容推荐算法的学生咨询系统
数据库·vue.js·spring boot·mysql·毕业设计·推荐算法·学生咨询系统
好心的小明22 天前
【王树森推荐系统】召回11:地理位置召回、作者召回、缓存召回
人工智能·缓存·推荐系统·推荐算法
陈敬雷-充电了么-CEO兼CTO1 个月前
推荐算法系统系列>推荐数据仓库集市的ETL数据处理
大数据·数据库·数据仓库·数据挖掘·数据分析·etl·推荐算法
快手技术1 个月前
效果&成本双突破!快手提出端到端生成式推荐系统OneRec!
人工智能·深度学习·大模型·推荐算法