注册 / 登录

人工智能时代,二手交易平台的智能推荐系统如何演进

分会场:  数据科学/人工智能/数据驱动

分享时间: 2017年11月9日 - 12日

案例来源 :

案例讲师

孙玄

转转 架构算法部负责人

转转公司架构算法部负责人,前58集团技术委员会主席,高级系统架构师,“架构之美”公众号作者。擅长系统架构设计,大数据,机器学习等技术领域。代表公司多次参加TOP100、 QCon、ArchSummit、SDCC、CCTC、DTCC、Strata + Hadoop World、WOT 等大会嘉宾演讲,并为《程序员》杂志撰稿 2 篇。 前百度高级工程师,参与百度社区搜索部多个基础系统的设计与实现。毕业于浙江大学。

扫描二维码分享案例

 

案例简述

 

转转的推荐系统从0开始打造,针对业务的不同阶段,一步步发展演进。在发展的过程中经历了全局无个性化推荐阶段、个性化离线推荐阶段、个性化实时推荐阶段、机器学习排序推荐阶段等。
本文会详细讲解不同发展阶段的原因、架构的演进,让听众对二手交易平台的智能推荐系统能够深刻认识。

 

案例目标

 

更新中...

 

成功(或教训)要点

 

1.二手交易平台推荐系统的特点和难点;
2.全局无个性化推荐架构设计;
3.个性化离线推荐架构设计演进;
4.个性化实施推荐架构设计演进;
5.机器学排序推荐架构设计演进;

 

案例ROI分析

 

更新中...

 

案例启示

 

业务发展的不同阶段,推荐系统架构不能过度设计也不要畏手畏脚。一切脱离业务发展谈架构,都是耍流氓。本文针对转转二手交易平台的近2年的发展情况,分享智能推荐系统架构如何设计以及我们的实践。
通过我们的案例分享,让兄弟公司能够充分了解智能推荐系统的架构演进,从而针对不同的业务推荐场景,能够参考。