最佳应用场景

a.”信息过载”的情况下用户很难高效获取自己感兴趣的信息；
b.对该场景的基本假设：假设用户不知道自己想要看什么（视频）/买什么（商品），区别于搜索场景下用户有明确的意图。

推荐系统的作用

a.对用户而言，可以高效获取感兴趣内容；
b.对公司而言要达到商业目标（用户/黏性用户/转化率等）增长的目的
e.g 视频网站优化用户观看时长来增加广告曝光机会、电商网站则比较直接优化的转化率。推荐系统可以说是互联网增长的“引擎”。

推荐系统架构

技术架构

a.数据部分主要用来信息收集（user/item/context）,这里提到三种平台，实时性强的海量数据处理能力弱，一般配合使用；
b.模型部分是推荐系统的主体，主要组成部分：召回层、排序层、重排层；模型训练根据环境分两部分：离线训练、在线更新；模型评估，包含离线评估，以及线上的A/BTest
image.png