直播APP开发从零开始的推荐算法搭建

直播APP开发中充斥着各种各样的信息,既不方便用户阅读也不方便平台管理,平台搭建推荐系统是帮助用户发现新内容,尤其是帮助直播APP开发解决信息过载的问题,通过分析用户行为,对用户兴趣进行建模,之后通过模型来确定给用户推荐哪些内容。

召回算法会根据用户的历史观看记录,运用系统过滤等算法召回内容,在经过模板排序,选取其中的内容推荐给用户。

召回架构的应用特点在于成本低、容易实现、能进行快速的模型过滤,可以方便直播APP开发对用户喜好进行初步筛选,剩下的就交给排序系统了。

召回算法会根据很多方式进行信息过滤,比如基于领域的协同过滤、基于隐向量的协同过滤。前者可以快速处理大量的用户数据,但是无法对数据进行进一步优化,给直播APP开发的信息过于笼统是它的缺点;后者则更偏向于对用户喜好的深入挖掘,根据观看时长、分享、互动等因素推断用户对当前直播内容的喜好,获取信息更细致,但是需要花费更多时间处理。

从召回算法可以看出,直播APP开发拿到的用户数据多是模糊数据,并不能过于准确地获得用户喜好,那么就必须要根据信息排序方式来获取用户信息。

排序模型的优点在于模型简单、处理速度快、消耗资源少,同时缺点也很明显,缺少非线性的特征交叉。排序方式还可以通过多目标优化实现,可以优化直播APP开发用户的点赞、分享、观看时长等具体信息,多目标优化在于目标之间互不影响,尽量多的进行数据对比,能给直播APP开发提供更细致的信息。

其实单说召回架构、排序方式大家会觉得很陌生,但说到大数据算法是不是觉得有些熟悉,可以理解成大数据算法就是召回架构的另一种称呼方式,想要完全不使用是不可能的,我们也能看到现在大数据算法和推荐下给直播APP开发带来的提升有多大,为了更好地为用户服务,在推荐方面投入的资金属于平台的必需品。

发表回复

您的电子邮箱地址不会被公开。