一文講透推薦系統提供web服務的2種方式

推薦系統是一種信息過濾技術，通過從用戶行為中挖掘用戶興趣偏好，為用戶提供個性化的信息，減少用戶的找尋時間，降低用戶的決策成本，讓用戶更加被動地消費信息。

推薦系統是隨著互聯網技術的發展及應用深入而出現的，并在當前得到廣泛的關注，它是一種軟件解決方案，是toC互聯網產品上的一個模塊。用戶通過與推薦模塊交互，推薦系統通過提供的web服務，將與用戶興趣匹配的標的物篩選出來，組裝成合適的數據結構，最終展示給用戶。推薦系統web服務是前端和后端溝通的橋梁，是推薦結果傳輸的最后通道，信息傳輸是否通暢，傳輸是否足夠快速，對用戶體驗是有極大影響的。

本文我們就來講解推薦系統提供web服務的兩種主要方式，這兩種方式是企業級推薦系統最常采用的兩種形式。

推薦系統是一種信息過濾技術，通過從用戶行為中挖掘用戶興趣偏好，為用戶提供個性化的信息，減少用戶的找尋時間，降低用戶的決策成本，讓用戶更加被動地消費信息。

推薦系統是隨著互聯網技術的發展及應用深入而出現的，并在當前得到廣泛的關注，它是一種軟件解決方案，是toC互聯網產品上的一個模塊。用戶通過與推薦模塊交互，推薦系統通過提供的web服務，將與用戶興趣匹配的標的物篩選出來，組裝成合適的數據結構，最終展示給用戶。推薦系統web服務是前端和后端溝通的橋梁，是推薦結果傳輸的最后通道，信息傳輸是否通暢，傳輸是否足夠快速，對用戶體驗是有極大影響的。

本文我們就來講解推薦系統提供web服務的兩種主要方式，這兩種方式是企業級推薦系統最常采用的兩種形式。

具體來說，這篇文章我們會從什么是推薦系統web服務、推薦系統提供web服務的兩種方式、事先計算型web服務、實時裝配型web服務、兩種web服務方式的優劣對比、影響web服務方案的因素及選擇原則等6個部分來講解。通過本文的介紹，期望讀者可以深刻理解這兩種web服務方式的具體實現方案以及它們之間的差別，并具備結合具體的業務場景來決策采用哪種方式的能力。

什么是推薦系統web服務

用戶與推薦系統交互的服務流程見下面圖1，用戶在使用產品過程中與推薦模塊(產品上提供推薦能力的功能點)交互，前端(手機、PC、Pad、智能電視等)請求推薦web服務，推薦web服務獲取該用戶的推薦結果，將推薦結果返回給前端，前端通過適當的渲染將最終的推薦結果按照一定的樣式和排列規則在產品上展示出來，這時用戶就可以看到推薦系統給他的推薦結果了。

圖1：用戶通過推薦web服務獲取推薦結果的數據交互流程

上圖中的綠色虛線框中的數據交互能力就是推薦web服務的范疇，它是前端(也叫終端)與后端的互動，圖中藍色方塊(推薦web服務模塊)是部署在服務器上的一類軟件服務，它提供HTTP接口，讓前端可以實時與之交互。用戶與終端的交互屬于視覺及交互設計范疇，雖然與推薦web服務無直接關系，但是是整個推薦服務能力完整實現必不可少的一環，也是用戶可以肉眼直接感知到的部分，在整個推薦系統中非常重要，對推薦系統發揮價值有極大影響，不過不在我們這篇文章的討論范圍，對這一塊感興趣的讀者可以參考《推薦系統的UI交互與視覺展示》這篇文章。

[基于TensorFlow Serving的深度學習在線預估] https://zhuanlan.zhihu.com/p/46591057

[手把手教你使用TF服務將TensorFlow模型部署到生產環境] https://zhuanlan.zhihu.com/p/60542828

https://www.tensorflow.org/serving

https://github.com/facebookresearch/faiss

如涉及侵權，請聯系刪除。

推薦系統 web前端

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。