这是一个创建于 1671 天前的主题，其中的信息可能已经有所发展或是发生改变。
有没有老哥能大概描述一下大数据推荐系统的实现逻辑？
我有两个疑问
1 、大数据是如何做到你点击某类内容后，它就更倾向于给你推荐该类视频的，这个背后聚类、筛选、排序的逻辑大概是怎么样的
2 、具体技术实现上，典型例子比如 B 站，我每次下拉刷新，都会推送出新的视频，后端是如何做到每次推送视频都不重样的呢，如果要针对每个用户记录已经推送过的视频，这种数据结构在工程上显然是不可接受的。但是如果使用布隆过滤器之类的取巧办法，这个过滤器总是要定期清理的，不可能说每个用户初始化一个过滤器对象之后就永远地只增不减，然而布隆过滤器又怎么能删东西，这很矛盾。
 | 1 zengming00 2021-06-13 23:05:39 +08:00 B 站推荐重复率很高的 你说的过滤说不定是在客户端实现的呢？ |
 | 2 ch2 2021-06-13 23:29:41 +08:00 粗排+精排 |
 | 3 lhx2008 2021-06-13 23:34:06 +08:00 肯定要存的，然后一个人 1k，十亿人也才 1T，根本不是事 |
 | 4 LeeReamond OP @lhx2008 如果直接存值的话 1K 能存的数据太少了，应该是不对。 |
 | 5 haruhi 2021-06-14 00:00:03 +08:00 不是在推荐你相同类型的视频，而是在推荐给你和你行为一样的人所点赞、完播率高（当然有更多指标）的视频。 |
| 6 LeeReamond OP @haruhi 具体是个什么逻辑，针对用户行为聚类，然后维护若干个指定类别的推荐名单？ |
| @LeeReamond 举个简单的例子： 我一共看了视频 1 、2 、3 、4 、5，所有视频都点赞了。 你一共看了视频 1 、2 、3 、4 、5 、6，所有视频都点赞了。 这时候我和你的行为是非常类似的，那么会判断大概率我也会喜欢视频 6，这时候就把这个视频推荐给我了。 这个推荐的方式，叫协同过滤（ Collaborative Filtering ）。 |
 | 8 learningman 2021-06-14 00:15:25 +08:00 via Android 并不是，知乎就日常重复。。。 |
| 9 LeeReamond OP @learningman 只能说明知乎不光内容少而且菜吧。。 |
| 10 LeeReamond OP @haruhi 实现方式？ |
 | 11 3dwelcome 2021-06-14 04:23:43 +08:00 B 站确实记录下我看过的每一个视频，他可以一次分析 200 条不重复的推送，然后我下拉一次，推送 10 条。 这样就可以短期不重复了。 |
 | 12 DCjanus 2021-06-14 09:49:25 +08:00 via Android 一般的实现是存一段时间给你推荐过的内容，并且推荐系统只给你推荐一段时间内上传的视频，定期滚动就行了。 |
 | 13 Vitor 2021-06-14 09:49:54 +08:00  1 @LeeReamond User-CF / Item-CF / Deep&Wide，很多经典的算法网上一大堆，感兴趣的话可以看看项亮写的推荐系统入门书 |
 | 14 masterclock 2021-06-14 15:17:55 +08:00 B 站重复率非常高，看过的也会再推。 某小说软件的推荐下拉一页能重复一大半。 |
 | 15 Ptu2sha 2021-06-14 16:08:05 +08:00 虽说千人千面 但是用户一百万啊 自需要筛选一千面 然后定期更新 刷新又不是实时分析的 |
 | 16 QUC062IzY3M1Y6dg 2021-06-15 09:37:57 +08:00 @learningman 有一说一，知乎的推荐机制真的垃圾，我屏蔽好多关键词，结果还是推送同类型的，字节这方面的算法是真的牛逼。 |
 | 17 hpu423 2022-09-25 19:28:00 +08:00 布隆过滤器了解一下 |
Select Language