Categories
程式開發

基于标签的实时短视频推荐系统


作者在《基于内容的推荐算法》这篇文章中对基于内容的推荐算法做了比较详细的讲解,其中一类非常重要的内容推荐算法是基于标签的倒排索引算法,也是工业界用的比较多的算法,特别是新闻资讯类、短视频类产品大量采用该类算法。

在本篇文章中作者会结合电视猫的业务场景及工程实践经验来详细讲解基于标签的倒排索引算法的原理及工程落地方案细节。希望读者读完本文,可以完整地了解基于标签的倒排索引算法的产品形态、算法原理、工程实现方案,并且能够基于本文的思路,具备从零开始搭建一套基于标签的算法体系的能力。

本文会从基于标签的推荐算法应用场景、基于标签的推荐算法原理介绍、整体架构及工程实现、召回与排序策略、冷启动策略、未来优化方向等6个方面来介绍基于标签的实时视频推荐系统。

如上篇文章《基于Erlang的相似视频推荐系统》所讲,电视猫有长视频和短视频各6大类,长视频对实时性要求相对没有那么高,所以本文主要以短视频的实时个性化推荐为例来讲解。

一、基于标签的推荐算法应用场景

在讲具体的算法原理及工程实践之前,我们先对基于标签的推荐算法可行的产品形态做简单介绍,让读者知道该类算法可以用到哪些业务场景中,从而有一个直观的印象,方便更好地理解后续讲解的内容。这些产品形态电视猫都落地到了真实业务场景中,下面的图例也是拿电视猫的产品形态来举例说明的。

原文链接:【https://www.infoq.cn/article/vYumhEQuZrjjqLVBMH1v】。未经作者许可,禁止转载。