根据现代基于深度学习的推荐系统的流程，我们抽象出以下 五个环节： • 数据采集阶段：线上收集用户行为和记录，得到原 始数据（raw data） • 特征工程阶段：对原始数据进行筛选、加工、增强， 得到可供下游深度模型使用的结构化数据 (structured data) • 特征编码阶段：对结构化数据进行编码，得到对应 的稠密向量表示 (neural embeddings） • 打分排序阶段：对候选物品进行打分排序，得到要 呈现给用户的排序列表( recommended items) • 推荐流程控制：作为中央控制器，把控推荐系统的 整体流程。也可以细化到对排序阶段的召回、粗排、 精排的控制
关注微信
