由于各种原因，之前做好的推荐系统没有上线，我将我们推荐系统初步的一些资料整理下，供大家交流参考。
整个结构借鉴了predictionio,如下图：
模型training在spark上完成，每次都输出对每一个用户的预测结果，并将预测结果保存在Hbase中。多模型/多规则预测结果的融合主要在Serving部分完成。每次需要拿该针对用户推荐的结果其实也可以像predictionio一样，将traning好的model persist在local file system或者hdfs上，但是各有优劣，具体还是要看应用场景。
转载于:https://my.oschina.net/u/1450520/blog/738302
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/108898.html原文链接：https://javaforall.cn
【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛
【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...