机器学习|实时推荐架构简介 发表于 2020-04-02 更新于 2020-09-03 分类于 机器学习 实时画像最大期望（ EM ）算法实时推荐算法推荐架构离线计算近线计算在线计算#HBase 用于实时获取画像，提供高并发下的毫秒级返回。Elasticsearch 用于召回层，尽可能在短时间内根据用户画像标签初筛合适的商品作为候选集。Hive 用于算法同学训练模型提供统一的数据源，该存储可以不实时，根据需求每天同步一份即可。 推荐系统总结6（系统架构）手Q游戏中心的个性化推荐实战 相关论文 TencentRec: Real-time Stream Recommendation in Practice论文解读 Real-time Video Recommendation Exploration论文解读 Youtube 深度学习推荐系统论文 推荐系统论文合集 算法基础