图表内容
推荐系统整体架构
客户端
用户与内容
上报中心
协议接入
度层
日志上报
分发调度
求发送
推荐方法
实时处理
消息队列
日志处理
数据统计
ctr更新
画像更新
召回server
排停server
落地数据
用户特征
model
报表
系统
内容索引】
Redis
mySQL
tdw
源:
CSDN
中信证券研究部
研究报告节选:
个性化推荐系统是近年来另一个科技巨头聚焦的商业化尝试,基于庞大的数据支持,人工智能系统可以根据用户的性格画像进行分类,准确推荐用户感兴趣的服务与商品。支撑 TikTok 业务腾飞的是字节跳动的人工智能推荐算法,该系统能够根据用户的兴趣和活动提供经过筛选的相关内容。TikTok 在开发推荐算法时主要考量了三个因素:用户在应用程序上的互动,比如喜欢某个视频或关注某个账号;感兴趣的内容包括什么——在短视频中就是诸如音乐和主题标签等信息;以及用户所处的环境,诸如语言偏好、国家和地区设置以及设备类型。基于以上三点,人工智能算法便可以快速分类,为视频内容对用户的符合程度进行打分,并按由高到低进行推荐。