今天为大家分享下京东电商推荐系统实践方面的经验，主要包括：
- 简介
- 排序模块
- 实时更新
- 召回和首轮排序
- 实验平台
简介
说到推荐系统，最经典的就是协同过滤，上图是一个协同过滤的例子。协同过滤主要分为俩种：user-based基于用户的协同过滤和item-based基于商品的协调过滤。
但是，现在绝大多数推荐系统都不会直接使用协同过滤来做推荐。目前主要用的是learningtorank框架。
这里，是推荐系统的框架，整个推荐系统可以分为两部分，在线部分和离线部分。
- 在线部分主要负责当用户访问时，如何把结果拼装好，然后返回给用户。主要模块有召回、排序和对结果的调整。
- 离线部分主要是对用户日志的数据分析，应用于线上。
整个推荐系统大概就是这样的一个框架。