各处收集的分享。
#视频推荐
##业务场景
根据IT技术博文推荐相关的在线教育视频。
##解决方案
###初始思路
1.使用博文的tag，通过搜索引擎的方式，聚合出视频。 2.加上热点视频，取观看次数topN。 3.取出活跃用户近期的浏览行为，对所有tag根据读写不同权重进行排序，选择前N作为用户的核心技能。定时更新用户画像中的技能字段。 4.前面3种方式得到结果，分别赋给不同的权重。
###改进 1.实际上很多博文没有tag，这会导致推荐的是毫不相干的热点视频。解决办法是根据博文抽取生成关键词。
#微博推荐
从注重相关性的角度来看，可以将推荐看成一个排名任务。
##技术目标
- 实现完整的推荐流程，架构覆盖候选、排序、策略、展示、反馈和评估。
- 数据为先，提炼出数据架构。实现数据对比，效果以数据为准；实现数据通道，体现反馈；实现数据落地，承接业务需求。
- 提供算法方便介入的方式。
- 既能保证业务的快速迭代和开发，又能支持高效运算。
##架构组成
- 应用层：承担推荐策略以及展现方面的内容，充分发挥脚本语言的特点响应迭代需求。IO密集型。
- 计算层：承担推荐的排序计算，CPU密集型。这一层要给算法提供介入方式，支持算法的模型迭代。
- 数据层：推荐的数据流与存储工作。
- 基础服务：监控、报警、评测等。
##选择算法
- 分词技术与核心词提取
- 分类与anti-spam
- 聚类技术
- 传播模型与用户影响力分析
#美团推荐