个性化推荐业务流程是怎样的？

首先我把整个推荐业务做了一个简图，如下图所示。假设我们有一个新闻平台，用户 A 进来，它有一个 ID。这个平台有成千上万的新闻，我们把它叫 item。每个item 有一个 ID，比如说 1、2、3 这样排列下去。我们现在要把 10 万个 item 中筛选出用户 A 喜欢的新闻。我们看一下要做这件事，在底层的业务架构要有哪些模块。在一个经典的排序推荐召回系统里，它会有两个模块。第一个叫召回，第二个叫排序。召回模块把这 10 万个新闻做一个初筛，选出 A 可能喜欢的，比如说 500 个 item 先放到这里，我们只知道 A 大致会喜欢这 500 个 item，并不知道这 500 个 item 哪个是 A 最喜欢的，哪个是他第二喜欢的。接下来是排序模块，对这 500 个 item 做一个排序，按照喜爱的顺序去制定最终投放给 A 的 item 的列表。所以在整个的推荐业务中，召回模块更多的是一个初筛，确定一个大体的轮廓和范围。这样的话可以加速排序模块对于每个商品的属性排序，用户得到推荐反馈的效率会更高。一个专业的推荐系统需要在几十毫秒内，即用户一进来就可以给他推荐反馈。对 Feed 流的内容，用户在网上刷一下屏幕，可能有几十毫秒，然后我们马上要把新推荐的 item 又展示出来。这是整个推荐业务的逻辑。

以上内容摘自《个性化推荐系统开发指南》电子书，点击https://developer.aliyun.com/topic/download?id=204可下载完成版