知行编程网知行编程网  2022-08-10 14:00 知行编程网 隐藏边栏 |   抢沙发  74 
文章评分 0 次,平均分 0.0
导语: 抖音是近几年人们最喜欢的自媒体平台,今天小编就带大家来分析一下,抖音的推荐系统为什么会这么牛?而这一切都可以使用python这个强大的工具来进行分析!
假期总是过的很快,刷刷抖音,说没就没了。
 
说到抖音,就不得不提它的推荐系统,太 NB 了。刷了啥,立刻记住你的偏好,推荐相似内容,一不小心 2 小时就过去了,让人欲罢不能,要么日活 6 亿呢。
 
其实“推荐系统”从没像现在这样,影响着我们的生活。除了抖音、快手这类短视频,还有网购时,天猫、京东会为你推荐商品;想看看资讯,头条、知乎会为你准备感兴趣的新闻等等。
 
而驱动这些巨头进行推荐服务的,都是基于深度学习的推荐模型。
 
想起 2019 年阿里的千人千面系统,促成了天猫“双 11” 2684 亿成交额。假设通过改进商品推荐功能,使平台整体的转化率提升 1%,就能在 2684 亿成交额的基础上,再增加 26.84 亿。这就是推荐工程师的最牛的地方,也是为啥人能拿百万年薪的原因。
 
但在一个成熟的推荐系统上,找到提升的突破点并不容易——不能满足于协同过滤、矩阵分解这类传统方法,而要建立起完整的“深度学习推荐系统”知识体系,加深对深度学习模型的理解,以及大数据平台的熟悉程度,才能实现整体效果上的优化。
 
所以假期除了刷抖音,我又重新看了看《深度学习推荐系统》这个专栏,2 刷有不少新的启发。作者王喆,Roku 推荐系统架构负责人,也是咱圈里的大佬,一直深耕在推荐系统、计算广告领域,经验非常丰富。他之前出过同名的书,豆瓣评分 9.3,相当高。
 
当年我看书的时候,就感觉实践太少,偏模型原理。所以在听说王喆开了个实践专栏时,第一时间就订阅了,跟着学下来,受益匪浅。让我完整地把推荐系统的原理捋了一遍。下面王喆总结的「核心知识图谱」,建议收藏。
抖音日活用户破 6 亿,推荐系统是怎么做到的?
最重要的是,实操性特别强。王喆特地为了这个专栏,开发了一个开源项目「 SparrowRecsys」,能让你亲手尝试,搭建一套完整的深度学习推荐系统(下面有详细介绍,贼有意思)。可以说是书的实践版本,里面加入了更多技术细节的实现和讨论。
 
毫不夸张的说,这个专栏让我对深度学习推荐系统的认知,提升到了一个新高度,所以很想把它推荐给你,扫码免费试读👇
 
抖音日活用户破 6 亿,推荐系统是怎么做到的?
限时拼团+口令「happy2021
到手仅 ¥89 ,原价 ¥129
 
 
王喆这课,为啥值得买?
 
先来说说这个 SparrowRecsys 推荐系统。王喆把它叫做“麻雀推荐系统”,取“麻雀虽小、五脏俱全”之意,它利用了开源的 movielens 数据集,搭建起了包括:
Spark、Flink 特征工程
TensorFlow 深度学习模型训练
TensorFlow Serving 模型服务
Redis 在线特征数据库
Jetty Server 推荐服务器
JS 前端实现
 
以上这些在内的,一整套深度学习推荐系统。不说它能支撑起一个中大型公司的推荐系统,但是毫无疑问,它可以成为一个工业级推荐系统的种子项目。而这一切,都能在课程里,一步步尝试搭建起来。
 
最后你实现的推荐系统会是这个样子👇
 
抖音日活用户破 6 亿,推荐系统是怎么做到的?
SparrowRecSys的首页
 
抖音日活用户破 6 亿,推荐系统是怎么做到的?
SparrowRecSys的相似电影推荐页
 
在这些前端页面的背后,是你能实现的一个又一个深度学习模型
 
  • 对于电影的相似推荐功能,王喆会使用各种 Embedding based 的方法,比如 item2vec,graph embedding 等等。
  • 对于推荐功能,会基于 TensorFlow 实现Embedding MLP,Wide&Deep,NerualCF,Two Towers,DeepFM,DIN 等等深度学习模型,然后使用 TensorFlow serving 去进行模型服务。
  • 对于召回层、排序层这些推荐逻辑,也会全盘在基于 Jetty 的推荐服务器中实现。
 
整个项目整体的技术架构是下面这个样子的:
 
抖音日活用户破 6 亿,推荐系统是怎么做到的?SparrowRecSys的技术架构
 
是不是感觉很牛。其次,专栏本计划是 30 讲,生生写到 43 讲,补充讨论了很多热门的问题。在这里贴 15 个专栏里讨论的问题,看专栏留言区的讨论,感觉收获更大。
 
抖音日活用户破 6 亿,推荐系统是怎么做到的?

本文为原创文章,版权归所有,欢迎分享本文,转载请保留出处!

知行编程网
知行编程网 关注:1    粉丝:1
这个人很懒,什么都没写

发表评论

表情 格式 链接 私密 签到
扫一扫二维码分享