【IT168 专稿】本文根据【2016 第七届中国数据库技巧大会】（微信搜索DTCC2014，关注关注中国数据库技巧大会公众号）现场演讲嘉宾张相於老师分享内容收拾而成。录音收拾及文字编辑IT168@ZYY@老鱼

　　讲师简介

　　现任58团体转转算法架构师，前当当网推荐&NLP开发经理。本科、硕士毕业于中国国民大学，曾任当当网个性化推荐&NLP算法开发经理。负责当当推荐系统以及NLP算法的相干工作，会议速记，现任转转算法架构师，负责转转的推荐系统相干工作。具有多年推荐系统、机器学习、数据发掘、大数据盘算方面的实战经验，主导过多个推荐、广告系统项目和多次技巧升级。同时关注互联网金融、反讹诈、风险把持等机器学习技巧的新利用。

　　正文

　　大家好!我是来自当当网的张相於，我今天分享的主题是《当当推荐数据系统架构演变之路》。

　　现在网上风行这么一句话，套路，都是套路。我感到任何行业或学科或工业，发展到成熟阶段，都会有一些套路。推荐系统作为大数据范例利用的成功场景，确实发展了很多年，所以也积累出了必定套路。今天，我们就来聊聊这个套路。我今天分享的重要是离线端利用，不包含在线实时API层面，以当当为例但不只针对当当，分享大纲如下所示：

　　首先看一下发展过程，我把它分为三个阶段：

　　起步期是算法时代，到成长期就属于蛮横生长时代，成熟期以架构为主，架构为王的时代。

　　先简略看下推荐系统的范例发展史。讲历史，我们按时间次序讲，一开端是起步期，从零开端做推荐系统，推荐系统做成以后，会进入快速成长期，成长期可长可短，因为具体行业存在差别，蛮横生长过后会涌现很多问题，这时就需要把控，需要做重构，这时就进入了架构为王的时代，如果架构相对成熟一点，可以称之为相对成熟时代。

　　先讲一下算法时代的两个特点：动机和业务特点。

　　讲动机实际上就是讲系统什么时候涌现，什么时候可以上推荐系统。一般来说，移动互联网时代，很多APP一出来就想上猜你爱好等功效，但这其实是有动机在里头的。

　　第一个动机是业务需要，业务需要含义比较丰富，比如流量利用，数据发掘，用户体验升级等。但也不是说有业务需要，确定可以做出推荐系统。想做推荐系统，数据是最重要的，必须有必定的数据积累才干做推荐。数据积累是多维度的，可以是行动推荐数据，也就是用户数据，也可以是本身的数据，比如电商行业，数据相对而言比较丰富，比较合适做推荐系统。某些行业比如互联网金融行业，可能没什么数据，这时就需要扒数据。总之没有数据确定玩不转。

　　这个时代的业务有很多特点，第一个特点是从0-1的状态。这时，系统没有个性化，就像百货商场一样，千篇一律。从0-1需要做什么呢?有几个层面是不同的，比如不同页面看到的成果不同，不同的购物流程和阶段看到的不同，或者不同的人看到的东西不同。

　　其次是比较关注效果，比较关注效果侧面反响的是意图单纯，有过推荐系统经验的朋友会知道，推荐系统一开端是单纯的推荐，以算法为主，后期可能要顾虑业务和运营。还有一个特点是特别逻辑比较少，初期重要关注效果，涉及的规矩比较少。同时，人工干涉也比较少，后期一般需要不同程度的人工干涉。这时的算法有如下特点：

　　其实推荐算法，万变不离其宗就是一些基础算法，重要是基于类似度的，我们把它称之为memory base，其实都是在记东西。协同过滤算法其实是很经典的一种算法。说到算法，十有八九确定是协同过滤算法及各种变种。然后是召回，推荐系统做到后来，一般会分两步，一是召回，二是排序。但初期只单独做召回，排序时根据类似度进行排序。无论是基于内容类似度还是文本类似度，说到底算法思想都是一样的，只是以不同的情势展现出来而已。一开端建议应用单一算法和模块，因为初期可能没有时间和精力做很多模块。