推荐系统总体设计
EasyRec 是一个易集成、易扩展、功能强大且具有可视化管理的推荐系统。EasyRec 可以
同时给多个不同的网站提供推荐服务,通过商户(tenan)来区分不同的网站。架设EasyRec 服
务器,为网站申请商户 Id(tenant),通过商户 Id 就可以很方便地将推荐服务集成到网站中。
通过各种不同的数据收集动作(view,buy.rating )API 收集到网站的用户行为(Action),EasyRec
推荐引擎的离线分析组件通过分析计算,就可以产生推荐信息,网站就可以通过个性化推荐
(Recommendations)和公共排名(Community Rankings)来进行推荐业务的实现。
1 工作流程
推荐系统的工作流程如下图所示:
推荐系统工作流程
用户在电子商务网站的行为动作通过调用推荐系统提供诸如Web 服务等推荐服务应用
接口后,推荐系统自动收集用户的行为动作信息,可能的行为包括:浏览、购买或者评价商
品等。
推荐系统将收集到的用户行为动作信息依应用、运营商及商品类型等将用户行为动作分
类存贮在推荐引擎的行为动作数据库中。
推荐引擎分析器定期分析所记录的行为动作信息,挖掘相应的推荐规则。
用户通过推荐引擎提供的各种应用接口获取推荐引擎生成的推荐信息。
2 总体框架
推荐系统采用了多层构架设计:数据库层存贮用户行为信息并进行规则计算的预处理;
应用层作为推荐系统的核心,包括在线与离线推荐服务,推荐服务的Web 服务调用的应用
接口层。推荐系统Easyrec 的框架是一个稳定的可扩展框架,将比较费时的推荐规则生成从
在线推荐中单独分离出来。推荐系统的总体框架如下图所示:
客户应用层 推荐服务层 推荐规则生成层
推荐规则生成器
应用调用服务接口 应用层 数据服务层
API
基于行为动作的规
客户应用1 Web服务接口 在线推荐服务
则生成器
行为动作数据
库
JavaScript AJAX服务 行为动作服务
客户应用1
接口 (数据收集服务) 基于内容的规则生
成器
推荐规则数据
库
第三方集成
客户应用1 离线推荐服务
服务接口
第三方规则元数据
推荐系统总体框架图
3 推荐系统部署框架
推荐系统的部署框架如下图所示,运行系统