前言

前一篇介紹了推薦系統冷啟動的問題，既然已經cold start了，這一節就大致講下新聞推薦系統的業務架構，也就是新聞推薦系統需要有哪些模組組成，每一個模組的職責是什麼。

首先看下整個新聞推薦系統大圖，今天這篇文章就是為大家講解這張圖的具體含義和相互關係，今天主要是介紹大概最為開篇，接下來會有一系列文章介紹圖中每一部分的策略。

（畫圖不容易版權相關，轉載請註明出處~）

螢幕快照 2018-12-17 下午4.52.23.png

圖中紅色相關的形狀是兩個輸入，分別是使用者和內容，分別代表兩個路徑，表示的是當推薦系統進入一個使用者或一個內容的行為軌跡。本文把整個推薦系統按照業務路徑分成3個部分，分別是使用者資料軌跡、內容資料軌跡以及推薦列表生成，接下來分別介紹下每個環節的作用。

螢幕快照 2018-12-17 下午4.52.23的副本.png

01 使用者軌跡

使用者軌跡方面，每次進來一名使用者首先要判斷這名使用者是否是新使用者，一旦發現是新使用者將啟動冷啟動策略，這個策略在之前的文章已經介紹過。如果使用者不涉及到冷啟動問題，則進入使用者畫像的構建流程。

螢幕快照 2018-12-17 下午7.20.23.png

使用者畫像的構建分為兩種，分別是使用者註冊標籤特徵（使用者註冊的時候獲取的特徵），還有一種是平臺行為特徵（使用者過去在平臺的一些操作日誌）

使用者註冊標籤特徵

這部分特徵是原始生成的，不需要每次使用者登入都重新計算並修改。

賬號註冊資訊：註冊的時候可以讓使用者填寫年齡、性別等內容、手機號等內容，同時也可以通過LBS資訊瞭解使用者的活動區域。針對這些資訊可以給使用者興趣做一個初步判斷，比如年輕的都市女性，往往有較高的消費能力，在推薦策略上可以推薦高規格的一些內容
身份證資訊：現在很多系統都需要實名認證，身份證號其實可以帶來很多有用的資訊，比如前兩位是省級程式碼，34位是市級程式碼，7-14位是生日程式碼，第17位是性別程式碼（奇數代表男性、偶數代表女性）
社交賬號登入：如果系統可以設計成支援淘寶、微信等賬號登入，也可以通過這些系統拿到部分使用者畫像資訊
預採集：現在很多APP，當使用者初次進入都有一個興趣愛好勾選的按鈕，這個就是為了解決冷啟動的一個手段，在推薦之前先通過使用者標記獲取使用者資訊
資料交換：註冊的時候其實可以拿到使用者的手機號碼，現在有很多賣資料的公司都提供使用者畫像資料的交易，只要提供手機號就能獲取特別全的使用者資料（這個貌似是個黑產業）

平臺行為特徵

需要每次使用者登入都記錄的特徵

獲取了以上使用者的特徵資訊，做彙總就可以入“使用者總庫”，這個使用者行為資料庫將對接下來的模型訓練起到重要作用。

內容軌跡指的是每次平臺新增新聞內容時的操作。新聞內容不同於其它推薦場景，對於內容的安全審查是非常重要的。如果出現不健康內容，對於平臺會有很大的傷害，具體策略日後詳細講解。執行完內容審查，要開始對內容進行打標，標籤分兩種，分別是內容自身特徵以及平臺行為特徵。

注：新聞推薦的更多是傾向於文章標題推薦，而安全審查更多地針對文章內容

內容自身特徵

內容自身的屬性，不需要頻繁更新

平臺行為特徵

平臺行為特徵指的是新聞內容在平臺上歷史被點選、點贊、收藏、轉發等資訊。