推荐系统实例——如何从零构造推荐系统
外围架构
核心：界面展示和用户行为数据
界面展示一般都有一些共性，三点。
数据收集和存储
需要实时存取的数据存在数据库和缓存中；大规模的非实时存取数据存储在分布式文件系统（如HDFS）中。
推荐系统架构
原始图
如果将用户喜欢的物品和用户与其相似的用户也看做为特征的话，抽象为下图：
基于特征的推荐系统架构
推荐系统架构图
说明：
每个推荐引擎负责一类特征和一种任务，推荐系统的任务是将推荐引擎的结果按照一定的权重或者优先级合并、排序然后返回。
如何设计推荐引擎架构
说明：
主要包括三个部分，A部分，从数据库或者缓存中提取用户行为数据，分析，输出用户特征向量；B部分，将用户的特征向量通过特征-物品相关矩阵转化为初始推荐物品列表；C部分，对初始推荐列表过滤、排名，生成最终推荐结果。