通用推荐平台的搭建的背景及发展

　　前言

　　个性化推荐系统是目前电商网站的热门技术领域，它是利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。一个好的个性化推荐系统不仅能为用户提供个性化的服务，同时还能实时地响应用户的个性化需求，并且能提供推荐商品可预测性、可解释性。

　　通用推荐平台产生的历史背景

　　在传统电商网站中，给用户推荐商品的栏位丰富多彩。例如在一号店PC端首页会根据用户的购买记录推荐用户可能感兴趣的商品，我们称之为猜你喜欢栏位，如图1所示。

　　图1 一号店PC端首页用户猜你喜欢栏位

　　在一号店的PC端商品详情页会根据用户当前正在浏览的商品，推荐跟该商品相似的商品，我们称之为买了还买栏位，如图2所示。

　　图2 一号店PC端买了还买栏位

　　随着电商业务的快速膨胀，推荐栏位越来越多，业务逻辑变得越来越复杂，逻辑变更的紧急需求也越来越多，在这种场景下开发人员会疲于应付繁杂的推荐需求和维护复杂的业务逻辑，代码冗余度很大。我把这种现状用图3来表达。

　　图3 通用推荐平台搭建前推荐栏位的问题

　　针对这种背景，一号店精准化部门开发了一个可在线、可视化配置栏位和修改栏位逻辑的推荐可视化平台，用于实时响应推荐前台栏位需求。

　　同时为了让推荐结果有可解释性，我们将推荐栏位的逻辑计算日志通过自主研发的数据回流框架，以HDFS的形式沉淀，并通过数据清洗等步骤写入到HBase中，通过WEB界面展示给网站运营方，来解释线上的栏位是如何推荐商品的，这个平台称为推荐可追溯平台。

　　推荐流程可视化系统提供了以什么样的逻辑给用户推荐商品的功能，推荐可追溯系统可以重现商品的推荐过程，这两个平台在一起协同工作，很推荐流程可视化系统提供了以什么样的逻辑给用户推荐商品的功能，推荐可追溯系统可以重现商品的推荐过程，这两个平台在一起协同工作，很好地解决了图3所示的推荐栏位问题。我们把这两个系统合在一起称为通用推荐平台。