1.推薦系統(tǒng)技術架構(gòu)

下面來看下短視頻社區(qū)平臺的推薦系統(tǒng)架構(gòu)是如何劃分的，由底層往上分別是日志信息層、模型策略層、數(shù)據(jù)計算層、數(shù)據(jù)結(jié)果層與用戶交互層，如圖2-5所示。

▲圖2-5 推薦系統(tǒng)技術架構(gòu)

（1） 日志信息層

該層主要分為兩部分，一部分是靜態(tài)數(shù)據(jù)，例如用戶數(shù)據(jù)與內(nèi)容數(shù)據(jù)，用戶的年齡、性別、地區(qū)，稿件內(nèi)容的標題、時長、作者，在很長一段時間內(nèi)都是固定數(shù)據(jù)，系統(tǒng)每天取其增量存入日志信息層；另一部分是行為數(shù)據(jù)，例如推薦請求日志，記錄哪些內(nèi)容曝光給了哪些用戶；推薦點擊日志，哪些用戶點擊了哪些內(nèi)容；用戶瀏覽時長日志信息、用戶LBS地點信息等等。

（2）模型策略層

該層主要是決定采取何種模型、策略來分析與解讀日志信息層的靜態(tài)數(shù)據(jù)和行為數(shù)據(jù)，例如在召回階段是更多地進行熱門內(nèi)容召回，還是根據(jù)用戶行為進行協(xié)同過濾的召回；在排序階段采用何種機器學習模型來進行精排等策略。

（3） 數(shù)據(jù)計算層

該層是基于模型策略層定下召回排序策略和模型后，采取離線大規(guī)模計算與在線實時計算兩種方式，計算出模型訓練的結(jié)果。離線計算是由于機器數(shù)量與性能的限制，大量數(shù)據(jù)需要采取離線方式計算出結(jié)果，在線計算是針對線上用戶的實時反饋行為，系統(tǒng)快速做出回應，改善用戶體驗。

（4）數(shù)據(jù)結(jié)果層

該層作用是在不同數(shù)據(jù)應用系統(tǒng)中存儲數(shù)據(jù)計算層得出的相應計算結(jié)果，例如用戶畫像與內(nèi)容特征可以存儲在ElasticSearch（搜索數(shù)據(jù)庫）中，因為這些數(shù)據(jù)只需要批量查詢讀取；而用戶行為數(shù)據(jù)則需要存儲在Redis（內(nèi)存應用）中，方便快速響應前端界面的用戶反饋。

（5）用戶交互層

該層的交互邏輯分為兩部分，第一部分是展現(xiàn)由各層最終計算出的推薦結(jié)果給用戶，第二部分是記錄用戶對于推薦結(jié)果的反饋行為，例如瀏覽行為（時長/路徑）、點擊行為（點擊哪些內(nèi)容/完播率等）、負反饋行為（不感興趣/投訴等不同程度的負反饋）。

2.推薦系統(tǒng)四大模塊

基于以上描述，我們了解了推薦系統(tǒng)技術架構(gòu)的整體框架，但還是給人感覺太復雜、太技術范兒了。歸根結(jié)底來說，推薦系統(tǒng)要做的不就是從海量內(nèi)容庫里選出幾十個用戶可能感興趣的優(yōu)質(zhì)視頻嗎？我們將推薦系統(tǒng)抽象成一個信息過濾系統(tǒng)，分為審核、召回、排序、規(guī)則四個模塊，層層遞進地過濾內(nèi)容，如圖2-6所示。

▲圖2-6 推薦系統(tǒng)技術架構(gòu)簡化

審核模塊將符合短視頻社區(qū)規(guī)則與價值觀的視頻過濾出來，輸出量級大致在百萬左右；

召回模塊將根據(jù)用戶行為與熱門等規(guī)則，快速找到一小部分優(yōu)質(zhì)內(nèi)容，輸出量級大致在十萬左右；

排序模塊分為粗排與精排，采用比較復雜的模型，融入較多特征，輸出量級在百個視頻數(shù)量左右；

規(guī)則模塊，也叫ReRanker（重排序）模塊，會在排序模塊結(jié)果的基礎上附加人工干預、規(guī)則限制等，最終將結(jié)果呈現(xiàn)給用戶，輸出結(jié)果在幾十個左右。

本文摘編自《短視頻社區(qū)：產(chǎn)品、運營與商業(yè)化》（ISBN：978-7-111-70525-3），經(jīng)出版方授權發(fā)布。