糖豆實時推薦系統設計與實現

pf_miles 發布于2019-07-30 17:01 / 2180人閱讀

摘要：年發表了基于和存儲的大規模實時推薦系統實現了一系列經典推薦算法的實時版本實現了數種實時算法提高推薦精度廣泛應用于業務有效提高騰訊采用使用原因，支持實時數據流式計算，良好的可擴展性可容錯性，采用簡單編程模型。

1.實時推薦系統與相關工作 1.1 原因

實時計算能夠及時捕獲用戶短時興趣，同時能夠快速反饋分發當前系統的用戶興趣內容。大量實踐以及發表的文章都顯示了推薦系統實時化，對推薦精準度的提升的有效性和必要性。

1.2 騰訊架構與實現

實時推薦相關工作非常多，騰訊和北大合作的兩篇SIGMOD文章是比較實際和詳細的實現，采用的計算框架能夠支持大規模數據的實時推薦，以下將會分開簡述以下兩篇文章。

2015年

Huang發表了基于Storm和KV存儲的大規模實時推薦系統 (TencentRec: Real-time Stream Recommendation in Practice)

實現了一系列經典推薦算法的實時版本
實現了數種實時算法提高推薦精度
廣泛應用于業務有效提高
騰訊采用使用storm原因，支持實時數據流式計算，良好的可擴展性、可容錯性，采用簡單編程模型。文章核心包括實時增量計算的ItemCF，以及用戶隱式反饋計算、實時剪枝算法、基于用戶畫像的數據稀疏性策略。應用在多個業務上都有不同程度的提升，最明顯的是騰訊視頻的全局表現提升高達30%。

全文核心應該是下圖六道公式，闡述騰訊如何具體實現的增量itemcf。

文章中的co-rating,其實就是我們常說的user bias. 公式3和4解決了用戶隱式反饋問題，細節的計算可以參考2016的文章，實際是一個log函數融合了用戶的瀏覽、點擊、分享、購買等行為，轉化成rating.

corating.png

請注意公式4，由于他們定義了corating，實際是將相似度的增量計算從L2范數的計算轉化成了L1范數計算.(當Rup取x的時候，y=1/x)。

可擴展的增量計算

itemcf.png

initemcf.png

2016年

騰訊視頻的推薦應用(Real-time Video Recommendation Exploration)

實時處理、大規模數據下的準確率和可擴展性。
開發了一個基于矩陣分解的大規模在線協同過濾算法，以及一系列的自適應更新策略。
通過增加包括視頻類別、時間因素影響、用戶畫像剪枝以及訓練等方法，提高實時TopN推薦的精度。
在我們看來，全文核心在于實時計算的數據流轉，如下圖所示：

tecvideo.png

基于storm的實時計

![圖片上傳中...]

topo.png

糖豆的設計與實現 2.1 架構

糖豆整體推薦框架，從離線，近線，在線三套計算流程組合而成。在線流程基于Spark Streaming框架實現，部署在近線集群。在線推薦框架實時根據用戶行為，生成實時推薦列表，從而滿足用戶瞬時興趣，提高推薦系統的推薦新鮮度。簡單架構圖如下:

糖豆實時架構.png

2.2 基于Spark Streaming的實現 2.2.1. 計算流程

實時計算流程如下圖所示:

實時計算流程圖

分解步驟：

Spark Streaming 讀取Kafka，原始日志ETL
提取用戶隱式反饋，生成候選集tuple (uid,vid)
每天凌晨會將離線計算好的ItemCF模型結果集導入Redis。itemcf數據結構是一個similarity vid list。
實時維護看過視頻set,對看過視頻的處理候選集tuple過濾該用戶看過的視頻
實時更新推薦過視頻set,候選集tuple過濾當天已經被推薦過的視頻
候選集寫入Redis推薦list

2.2.2 監控

部署在集群Master節點的監控腳本會每30s掃描一次實時計算代碼進程，如果發現進程被failed，會自動拉起實時計算Spark Steaming進程。如果進程拉起失敗會觸發郵件、短信報警

2.3 收益

根據我們的AB測試數據來看，整體CTR提升25%。用推薦系統的A版對比無推薦的B版，用戶觀看時長提升47%。

recabdata.png

問題與改進

較多代碼邏輯集中在Redis。目前Redis無災備措施，同時IO和負載也會出現Peak。
Spark Streaming 目前實時級別在分鐘級。需要升級成storm的秒、毫秒級別。
需要用戶點擊等行為才會生產數據，容易召回不足。

云服務器 GPU云服務器基于webrtc的視頻會議系統的設計與實現 linux操作系統的web服務器的設計與實現數據倉庫設計與實現 linux內核設計與實現

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/41958.html

UCloud快杰云主機提升糖豆App運營與質量實戰

摘要：快杰云主機搭建。快杰云主機，搭載選用第二代處理器，主頻，領先的制程工藝帶來顯著的性能提升，使之打破總體性價比世界記錄。因此，糖豆與神策數據此次最終共同選擇了快杰服務器。在涼風習習的夜晚里，璀璨的燈火映照下，隨處都能碰到翩翩起舞的人群，這就是廣場舞，在這嘹亮、節奏鮮明的歌聲里有一款大媽們熱愛的APP—-?糖豆APP。 ?一、挑戰在發展之初，多家企業看好廣場舞這個賽道，而糖豆創業初...

figofuture 2020-12-03 17:17 評論0 收藏0
何為敏捷大數據與敏捷AI？

摘要：摘要敏捷大數據智能化的主要目標就是，結合敏捷大數據實施理念，研發靈活的輕量化的智能模型，并在敏捷大數據平臺上對數據流進行實時智能化處理，最終實現一站式的大數據智能分析實踐。因此，實時數據處理已成為未來大數據技術發展的主要方向。摘要：敏捷大數據智能化的主要目標就是，結合敏捷大數據實施理念，研發靈活的、輕量化的智能模型，并在敏捷大數據平臺上對數據流進行實時智能化處理，最終實現一站式的大數...

X_AirDu 2019-06-26 19:00 評論0 收藏0
螞蟻金服智能推薦引擎解決方案與實踐

摘要：演講中，王志勇代表螞蟻金服首次向公眾介紹了螞蟻金服智能推薦引擎，分享了螞蟻金服利用人工智能和大數據能力在推薦引擎上沉淀的大量經驗，并介紹了結合螞蟻自身優勢打造的能夠靈活適配各種業務場景的智能推薦引擎解決方案及其能力和優勢。摘要：以數字金融新原力(The New Force of Digital Finance)為主題，螞蟻金服ATEC城市峰會于2019年1月4日上海如期舉辦。金融智能...

tuantuan 2019-06-26 18:49 評論0 收藏0
美圖個性化推薦的實踐與探索

摘要：美圖的推薦流程分為如下三個階段召回階段推薦的本質是給不同的用戶提供不同的內容排序。美圖的用戶數量逐步增長，而每個用戶的興趣點隨著場景時間也在同步發生變化。互聯網技術將我們帶入了信息爆炸的時代，面對海量的信息，一方面用戶難以迅速發現自己感興趣的信息，另一方面長尾信息得不到曝光。為了解決這些問題，個性化推薦系統應運而生。美圖擁有海量用戶的同時積累了海量圖片與視頻，通過推薦系統有效建立了用...

Galence 2019-06-26 18:35 評論0 收藏0