手写了一个推荐系统，真香！

大家好，我是对白。

由于最近换了算法组，从NLP转到了搜索推荐，因此也是重温了一下推荐系统相关的知识，而在整个推荐系统中，尤其以精排最为重要，下面给大家分享一个互联网公司中常用的精排服务框架，看完后感觉收获很大。

一、精排服务框架

推荐系统架构中，包括推荐引擎、召回服务、频控服务、粗排服务、排序服务、机制服务。

框架流程图：

机器学习平台：

参数服务器：

二、DNN/DeepFM排序模型

DNN模型

DeepFM模型：

三、电商推荐排序线上模拟

排序线上流程：

预估服务的开发流程：

1、加载模型文件， 初始预估服务

2、请求特征服务器，获取用户和商品的特征

3、基于特征值去参数服务器中找出对应的向量

4、拼接对应的向量后传入网络中进行预估

5、返回预估分值

上述项目实践目前已经有完整的视频讲解，包含理论与代码两部分讲解。

原价399元，前50名下单仅需0.1元

下单后30天内可无限次回看

—— 目录 ——

1、排序服务相关-机器学习平台、参数服务器

2、排序服务-DNN模型、DeepFM模型

3、电商排序线上模拟-基于DNN模型、DeepFM模型

原价399元，前50名下单仅需0.1元

下单后30天内可无限次回看

最后欢迎大家关注我的微信公众号：对白的算法屋（duibainotes），跟踪NLP、推荐系统和对比学习等机器学习领域前沿，日常还会分享我的创业心得和人生感悟。想进一步交流的同学也可以通过公众号加我的微信，和我一同探讨技术问题，谢谢！