智能推荐算法

电子商务 B2C 案例ID：197394

wing

10 年经验· 惠普

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

大数据平台主要采取业界开源 CDH5.12 构建，其中搭建
大数据生态圈的 hadoop 作为离线计算框架，spark 实时计算框架，Hive+ES 作为底层数据仓库提供海量数据存储
能力；另外采用 lua+openresty 构建数据采集上报接口将数据写入 kafka 消息队列，上层搭配 HighChart+mysql 为主
的离线数据报表平台以及 ELK 实时数据报表平台。
此外，利用 NLP 自然语言中的 word2vec+jieba 分词进行关键词提取，然后采取聚类/分类算法进行用户标签计
算，形成用户画像体系；基于用户画像体系实现协同过滤算法，主要进行 user-item 以及 product-item 两种业务场
景推荐；利用商品的点击量、收藏量、加入购物车量及销量等，采取机器学习中的逻辑回归-批量梯度下降算
法计算商品静态得分为推荐、搜索引擎的排序算法作支撑以提高转化。
主要职责：项目期间，主要担任大数据平台架构师兼数据产品经理，负责整个大数据平台构建，包括集群搭
建、数据采集、数据 ETL、数据建模/分析、机器学习算法等所有环节的方案设计与关键代码实现；另外需定期
进行平台数据需求调研、规划、制定数据需求迭代计划等，定期组织项目相关成员召开数据运营会议详细解读
各个数据指标，为业务研发平台提供精准数据反馈与问题定位，协助运营团队实现用户精细化运营与精准营销