272.微头条（2 / 4）
整个推荐模型中，会有些可量化的数据，比如用户行为：点击率、点赞、评论转发；用户环境数据：地理位置、时间；热度特征：全局、分类和主题热度。
基于内容和用户进行匹配，这就是老程设想的创新性。当然，也不是说没人想到这个点子。不过开始做的人应该是不多。”
陈东卓微微点头，“这个我可以理解路总，但在实现上，我想是有比较大的问题。首先是初始启动，针对内容我们需要进行标签标注和分类，只有内容的训练模型ok了，我们才能够将内容和用户进行关联。”
路舟笑了笑，“这个你可以放心。数据源，梦谷是有人提供。在分类上，我们采用层次化的文本分类，比如大类科技、体育、财经，如体育再细分篮球足球，再一层层往下细分。
而你们需要将它不断细化和颗粒化，比如娱乐中最下层级甚至要具体到人，比如某明星之类。颗粒越小，标识度越高，那推荐效果自然更理想。
我想，杨密的用户应该很喜欢有她的八卦消息。”
陈东卓，“那么接下来？”
路舟，“既然内容分类层级有了，自然是文章内容输入到系统中，系统为每篇文章打上分类标签。
随着内容推送到用户眼前，客户端即可收集用户行为，比如根据他的点击、留存，进而判断他的喜好，这样用户标签也就有了。
而对初始用户而言，那就是首先选择喜好的大类，接着推送分类热度高的文章，再进一步收集用户行为。”
陈东卓听了显然是明白了许多，这可比盲头苍蝇到处乱撞要快上许多。
他显得有些兴奋，“明白路总！我这就下去安排。”
路舟，“别急。批量计算，目前微讯或者梦谷云是满足不了实时分析的要求，针对这点你需要单独进行一些设计。当然，短时间内是可以适当牺牲这部分需要。
至于算法方面，你让老程联系一下实验室，如果有新的成果进展可以做些大胆尝试。别怕出错，改就是。
数据的问题，我会安排人和你对接。”
↑返回顶部↑
基于内容和用户进行匹配，这就是老程设想的创新性。当然，也不是说没人想到这个点子。不过开始做的人应该是不多。”
陈东卓微微点头，“这个我可以理解路总，但在实现上，我想是有比较大的问题。首先是初始启动，针对内容我们需要进行标签标注和分类，只有内容的训练模型ok了，我们才能够将内容和用户进行关联。”
路舟笑了笑，“这个你可以放心。数据源，梦谷是有人提供。在分类上，我们采用层次化的文本分类，比如大类科技、体育、财经，如体育再细分篮球足球，再一层层往下细分。
而你们需要将它不断细化和颗粒化，比如娱乐中最下层级甚至要具体到人，比如某明星之类。颗粒越小，标识度越高，那推荐效果自然更理想。
我想，杨密的用户应该很喜欢有她的八卦消息。”
陈东卓，“那么接下来？”
路舟，“既然内容分类层级有了，自然是文章内容输入到系统中，系统为每篇文章打上分类标签。
随着内容推送到用户眼前，客户端即可收集用户行为，比如根据他的点击、留存，进而判断他的喜好，这样用户标签也就有了。
而对初始用户而言，那就是首先选择喜好的大类，接着推送分类热度高的文章，再进一步收集用户行为。”
陈东卓听了显然是明白了许多，这可比盲头苍蝇到处乱撞要快上许多。
他显得有些兴奋，“明白路总！我这就下去安排。”
路舟，“别急。批量计算，目前微讯或者梦谷云是满足不了实时分析的要求，针对这点你需要单独进行一些设计。当然，短时间内是可以适当牺牲这部分需要。
至于算法方面，你让老程联系一下实验室，如果有新的成果进展可以做些大胆尝试。别怕出错，改就是。
数据的问题，我会安排人和你对接。”
↑返回顶部↑