推荐系统技术架构
收录了 推荐系统技术架构 频道下的 50 篇内容
系统架构系列 (六)：技术架构要解决什么问题？
这篇文章主要探讨什么是技术架构、技术架构要解决的问题、最后以高并发场景为例画出技术架构图。
恒生极速交易系统相关的技术架构与应用发展
本次分享介绍如何解决内存系统的可靠性，如何保证交易系统高可用，以及如何达到纳秒级的交易速度等等。
机器学习模型在携程海外酒店推荐场景中的应用
酒店涉及到的推荐场景较多，例如城市热门酒店推荐、附近同类型酒店推荐、机票页酒店交叉推荐、Meta着陆页相似酒店推荐、信息流推荐等。 大部分场景都实现了个性化的推荐服务，其核心就是一组酒店与一组用户相匹配的挑战。本文介绍机器学习模型在携程海外酒店推荐场景中的应用。
深度解密系统架构背后的技术，云 + 社区沙龙 online「架构演进」干货整理
级别的数据存储等问题的挑战，同时又要求保证系统的高可用和弹性伸缩，并且能够根据需要进行快速迭代扩展，令人头疼的系统架构到底应该怎么做？
千亿级数量下日志分析系统的技术架构选型
在这里根据七牛云在日增千亿级的日志分析工作，和大家分享一下大数据技术架构选型的一些经验。
京东基于 Spark 的风控系统架构实践和技术细节
京东618大促之际，我们来看看京东如何用大数据技术应对机器注册账号、恶意下单等问题！
AI 技术蓬勃发展下滴滴在地图系统的有益探索和架构演进
滴滴的地图数据的准确性和时效性、基于地图的路径规划、预估到达时间等服务是顺畅出行的基础。
打造工业级推荐系统（三）：推荐系统的工程实现与架构优化
本篇文章作者会结合多年推荐系统开发的实践经验粗略介绍推荐系统的工程实现，简要说明要将推荐系统很好地落地到产品中需要考虑哪些问题及相应的思路、策略和建议，其中有大量关于设计哲学的思考，希望对从事推荐算法工作或准备入行推荐系统的读者有所帮助。
联邦推荐在金融营销中的应用实践
在“数据孤岛”与“隐私保护”的现实问题中，在合理合法的前提下使用数据持续优化效果提供优质服务，是当前推荐系统所面临的巨大挑战和首要任务。
推荐系统的未来发展
本文从政策及技术发展对推荐系统的影响、推荐系统的就业变化、推荐系统的应用场景及交互方式、推荐算法与工程架构、人与推荐系统的有效协同、推荐系统多维度价值体现等6个方面来讲解推荐系统的未来发展
系统架构系列（五）：技术架构之高可扩展系统设计与实现
本文从可扩展的本质出发来讨论，再通过平时常用的框架来印证，最后通过实际案例来说明如何设计高扩展性系统。
推荐系统架构治理
本文就第四范式在智能推荐系统架构方面的探索实践，聊一聊在应用架构治理方面提升推荐服务开发维护效率，增强系统灵活性和扩展性的新探索。
深度学习在推荐系统的进展及在微博的应用
本次分享介绍推荐系统领域采用深度学习的技术方案，以及深度学习技术如何应用在微博场景。
过渡架构的作用：一周处理近百起高严重性事件，如何重写这个技术负债系统？
用“过渡架构”代替“重写”
打造工业级推荐系统（九）：从零开始入门推荐算法工程师
如果大家愿意将来从事推荐算法的工作，但是不知道需要学什么才可以更好地入门，那么你一定要读读这篇文章。
打造工业级推荐系统（七）：怎么评估推荐系统的效果？
本篇文章作者来详细说明怎么评估(Evaluating)推荐系统的效果，有哪些评估手段,在推荐业务中的哪些阶段进行评估，具体的评估方法是什么。借此希望更好地帮助大家在实际业务中实施推荐系统评估模块。
从算法到案例：推荐系统必读的 10 篇精选技术文章
推荐系统近几年来一直十分火热，目前几乎所有的电子商务系统、社交网络，广告推荐，搜索引擎等等，都不同程度的使用了各种形式的推荐系统。想知道电商如何向你发送广告的？想了解社交网络怎么推荐好友的？想自己搭建一个推荐系统？想了解一些算法或架构从而将自己的推荐系统做得更好？InfoQ为你整理了一系列的有关推荐系统的算法文章，以及主要从电商和社交网络方面选取了一些优秀的案例，来看看这些关于推荐系统的优秀文章吧。
打造工业级推荐系统（六）：构建优质的推荐系统服务
Web服务模块是直接与用户交互的部分，在整个推荐系统业务流中具有举足轻重的地位，因为Web服务模块的好坏直接影响用户体验。
数据爆炸、信息过载时代下的解决方案：QCon 北京 2014 推荐系统与工程实践专题
距第六届QCon全球软件开发大会（北京站）2014开幕仅剩一个半月，大会演讲嘉宾已经几近确认完毕。大会的演讲内容在官网：http://www.qconbeijing.com，以及InfoQ微博、微信公众帐号的最新播报：@InfoQ、【infoqchina】不断更新。此次为大家介绍本届大会的推荐系统工程实践专题。
微博推荐架构的演进
微博（Weibo）是一种通过关注机制分享简短实时信息的广播式社交网络平台。微博用户通过关注来订阅内容，在这种场景下，推荐系统可以很好地和订阅分发体系进行融合，相互促进。微博两个核心基础点：一是用户关系构建，二是内容传播，微博推荐一直致力于优化这两点，促进微博发展。
京公网安备 11010502039052号 | 产品资质
