本文主要分享个人经历中关于推荐系统的应用理解，包括整体推荐系统架构设计、推荐后台服务设计。
推荐系统根据数据使用划分为在线和离线两部分。APP服务日志通过flume采集，然后传给离线和在线业务使用。离线数据主要用来离线训练模型，如gbdt、lr、xgboost等，在线数据特征用来让模型进行在线预测。如下图所示：
在线部分实时数据从kafka获取到后直接进入spark streaming（这里也可以用其他实时计算技术，如storm，flink）进行处理，计算出实时特征存入redis，供线上模型预测服务使用。
离线部分离线部分数据主要分为两部分，一部分是mysql定时拉取过去，另一部分是从flume实时拉数据到hive数据仓库。mysql主要存储用户相关变动频率小的属性特征，flume采集计算的主要是帖子（feed）相关变化频率大的特征。
推荐主要方法分为召回和排序过程，召回过程是粗步选取数据，排序过程是对筛选后的数据精确排序，结果返回给用户。
备注： 上面的帖子取的条数都是根据实际经验选择，具体可以调整。
（完）
关注公众号我们可以更方便沟通交流：水木之椿
