1704850002
在数据流上，用户的所有动作（播放、评分、浏览等行为）共同构成了在线层的输入。根据业务需求，Netflix将用户行为拆分为数据和事件。其中，数据的时间敏感度更低，事件的时间敏感度更高。比如，在用户观看一部电影后，如果希望及时更新用户的推荐列表，那么这次观看动作就会被视作事件型进入NearLine层，以更快地更新用户画像数据。用户的请求经由多种召回方式从离线索引中获取结果后，经过在线的模型排序计算，将最终结果返回给用户。
1704850003
1704850004
基于推荐架构的优化启示
1704850005
1704850006
了解了推荐系统的基础架构后，站在不同角度的我们就有了不同的优化空间和迭代导向。
1704850007
1704850008
用户
1704850009
1704850010
我们常说要把用户当作小白来看待，以不断降低用户的使用成本。但不论如何让产品普世化、小白化，每一个产品都客观存在由浅入深的功能进阶。如果作为用户的你想享有更有效率、更贴心的服务，我建议你去“训练”推荐系统。
1704850011
1704850012
“训练”推荐系统就请你不吝表达和互动，用你的反馈支持服务提供商和内容创作者。对于令你满意的服务和产品，登录是最好的肯定，在登录后，你的所有行为轨迹就不会丢失，在更换设备之后仍然能够获得稳定的服务体验；对于令你满意的内容，请果断地点赞、评论；对于你喜欢的作者，可以关注他的后续动态。“赠人玫瑰、手有余香”，这些典型正向反馈能够让算法更快速地收敛并确定你的喜好。对于令你厌恶的内容，也请点个“×”，明确屏蔽掉特定关键字，让系统不再做无用的探索。
1704850013
1704850014
在谷歌和百度已经成为互联网基础建设、自然语言搜索已经相对完善的当下，掌握搜索技巧、高效地使用搜索引擎仍然值得一书。那么，对于意图表达更隐晦、发展更不完善的内容推荐系统来说，了解推荐引擎的工作机制，更积极的参与才能够给用户自身带来更好的推荐内容。
1704850015
1704850016
自媒体
1704850017
1704850018
对内容创作者来说，只有清楚自己的内容是如何触达用户的，才能够更好地“包装”和“加工”内容。一篇内容有机会触达用户，是因为它能够被机器理解；一篇内容有机会扩散给足够多的用户，则是因为它能够收获用户的满意点击。服务于机器、服务于人，这样的内容才能够在推荐系统中获得良好的分发量。更详细的内容，会在后续章节中进行探讨。
1704850019
1704850020
产品经理
1704850021
1704850022
对产品经理来说，理解推荐系统架构有助于更好地优化产品体验、迭代分发策略，主要表现在以下几方面：
1704850023
1704850024
第一，完善用户画像。
1704850025
1704850026
通过上面的介绍我们知道，一个用户的画像越完善，就越能让一次查询的语义变得丰富，从而获得更多的候选集合，进而可能得到更好的推荐体验。
1704850027
1704850028
以NBA为例，每年的6月下旬到10月底，是休赛期。在这一时段内，除了偶尔哪个球星的花边消息还算得上NBA相关新闻外，基本看不到什么有关NBA的内容。对推荐系统来说，如果对用户的认知只停留在NBA这一个兴趣点上，那么这段时间显然没有办法给用户提供优质的消费内容。只有知道用户尽可能多的兴趣，内容推荐的体验才不至于因某一内容源的断供而跳崖。
1704850029
1704850030
完善用户画像既可以通过尽可能多的外部渠道数据塑造用户来实现，也可以借助产品设计和运营活动引导用户多沉淀行为来实现。以支付宝为例，一次过年的集五福活动，就让它收集了数以亿计的关系链数据。而紧随其后的蚂蚁森林、蚂蚁庄园等轻社交游戏，间接地丰富了用户的线下支付数据、用户的健康数据等。
1704850031
1704850032
第二，优化信息召回。
1704850033
1704850034
如果说用户画像的完善是一种输入层面的完善，那么召回的优化就是对输出候选集进行更好的调整。
1704850035
1704850036
我们可以用企业的招聘过程来类比，招聘的诉求就是给合适的岗位（输入的意图）找到合适的人（输出的信息），最终面试环节就代表了最后的排序层。在进入最终面试环节前，不同的候选人会有不同的经历：有些人会经历简历筛选、笔试筛选、群面筛选，也有些人会通过内推渠道直接跳过简历筛选和笔试筛选环节，直接进入最终面试。
1704850037
1704850038
如果你想优化一次招聘，是优化候选人集合（召回），还是调整最终面试环节（排序）？
1704850039
1704850040
最终面试环节当然不应随便更改，作为一个排序环节，需要对所有候选人一视同仁，以保证公平性。就算你是老江湖，一样有可能在特定领域里水土不服；如果确实才华过人，初出茅庐的小将也定能过五关斩六将。
1704850041
1704850042
既然不应该随便调整最终面试，那怎样才能让更合适的人进入最终面试环节呢？
1704850043
1704850044
这就需要设置各种筛选维度，从不同角度进行召回：如果你是行业领军企业中的核心人员，那么基于行业口碑的背书，完全不需要笔试环节就可以直接进入面试；如果你是初出茅庐的新手，但是学习背景同岗位高度匹配，那么简历上陈述的信息就会帮助你通过简历筛选进入笔试环节。只有不同的筛选方式共同作用，才能做到查遗补缺，找到更好的候选人集合。
1704850045
1704850046
这就是为什么我更建议大家修改召回模块而非排序模块的原因。修改召回模块扩充候选集合，能够让我们拥有更多可能性；而主观修改排序模块则极有可能让我们损失公平，降低效率。
1704850047
1704850048
第三，完善规则系统，优化用户使用体验。
1704850049
1704850050
由于规则是在排序环节之后生效的，对系统的影响最大，因此它是产品经理最强意志的体现。这主要体现在以下两方面：
1704850051
[
上一页 ]
[ :1.704850002e+09 ]
[
下一页 ]