推荐系统总体设计.pdf

《推荐系统总体设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、推荐系统总体设计EasyRec是一个易集成、易扩展、功能强大且具有可视化管理的推荐系统。EasyRec可以同时给多个不同的网站提供推荐服务，通过商户(tenan)来区分不同的网站。架设EasyRec服务器，为网站申请商户Id(tenant)，通过商户Id就可以很方便地将推荐服务集成到网站中。通过各种不同的数据收集动作（view,buy.rating）API收集到网站的用户行为(Action)，EasyRec推荐引擎的离线分析组件通过分析计算，就可以产生推荐信息，网站就可以通过个性化推荐(Recommendations)和公共排名(Communi

2、tyRankings)来进行推荐业务的实现。1工作流程推荐系统的工作流程如下图所示：推荐系统工作流程用户在电子商务网站的行为动作通过调用推荐系统提供诸如Web服务等推荐服务应用接口后，推荐系统自动收集用户的行为动作信息，可能的行为包括：浏览、购买或者评价商品等。推荐系统将收集到的用户行为动作信息依应用、运营商及商品类型等将用户行为动作分类存贮在推荐引擎的行为动作数据库中。推荐引擎分析器定期分析所记录的行为动作信息，挖掘相应的推荐规则。用户通过推荐引擎提供的各种应用接口获取推荐引擎生成的推荐信息。2总体框架推荐系统采用了多层构架设计：数据库层存贮

3、用户行为信息并进行规则计算的预处理；应用层作为推荐系统的核心，包括在线与离线推荐服务，推荐服务的Web服务调用的应用接口层。推荐系统Easyrec的框架是一个稳定的可扩展框架，将比较费时的推荐规则生成从在线推荐中单独分离出来。推荐系统的总体框架如下图所示：客户应用层推荐服务层推荐规则生成层推荐规则生成器应用调用服务接口应用层数据服务层API基于行为动作的规客户应用1Web服务接口在线推荐服务则生成器行为动作数据库JavaScriptAJAX服务行为动作服务客户应用1接口（数据收集服务）基于内容的规则生成器推荐规则数据库第三方集成客户应用1离线推

4、荐服务服务接口第三方规则元数据推荐系统总体框架图3推荐系统部署框架推荐系统的部署框架如下图所示，运行系统包括如下几个服务器：推荐服务器：运行推荐操作的Web应用，借助推荐系统提供的各种Web服务，对用记行为动作进行记录。数据库服务器：在数据库服务器与推荐系统应用服务器在同一个局域网上，包括存贮用户行为动作的数据库及推荐规则数据库。元数据管理服务器：也与推荐服务器与数据库服务器在同一局域网上，在其上部署有各种用于生成离线推荐规则的组件。每一个离线规则生成器可以部署在同一服务器上，也可部署在多台服务器上。规则生成组件从数据库服务器的行为动作数据库中

5、获取原始数据，生成的推荐规则再存贮在数据库服务器的推荐规则数据库中。数据库服务器行为信息数据库行为规则数据库推荐服务器管理服务器在线推荐服务管理工具1离线推荐服务管理工具N元数据生成服务器离线规则生成器N离线规则生成器1推荐系统部署框架4系统特点easyrec是一个采用Java开发的Web应用程序，使用RESTfulWebServices提供个性化的推荐服务。它具有以下特性：易于使用。易于集成（可以通过调用RESTAPI或将一段JavaScript代码放在你的网站中）。利用其分布式的架构，能够很方便进行扩展。易于管理，easyrec提供

6、一个管理应用程序。