architecture - 如何将我的推荐系统集成到我的网站中?

标签 architecture integrate recommendation-engine

我正在为我的网站构建一个推荐系统,用户会根据他们在我网站上访问产品的选择获得推荐。类似的产品会被推荐给用户。 不过,我的机器学习部分和测试结果已经基本完成。

我期待部署此机器学习模型,该模型可为我网站上的用户生成一组建议。 我正在寻求架构解决方案/技术解决方案的帮助,以在网站上部署此模型。由于推荐必须是实时推荐,因此,模型必须不断地从用户的实时数据中学习。

目前我的用户数据来自不同的服务器,而该服务器的问题是因为它是第三方服务,需要超过 24 小时才能访问该数据。这很好,因为我需要数据来构建机器学习模型,但对于实际部署,无法利用此服务器。

我应该考虑构建自己的服务器吗?如果那样的话,我可以利用的技术是什么?我真的在为此寻找 IT 解决方案。

如有任何指导,我们将不胜感激!

最佳答案

这并不复杂。相当标准的解决方案是:

  1. WEB API,类似于 GET/api/recommendations/
  2. 每次请求建议时执行的单独脚本,例如可以通过 STDIN/STDOUT 与调用者通信。

第一个更适合网络应用程序,而第二个更适合 prototypig。

关于architecture - 如何将我的推荐系统集成到我的网站中?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57497341/

相关文章:

python - 如何在 Python 中使用 scipy.integrate.quad 中的参数 epsabs?

mahout - 根据项目属性查找相似项目

mysql - Apache mahout 评估速度极慢 - 使用修改后的 NearestNUserNeighborhoud

在项目之间反复选择后确定排名的算法

javascript - 将数据从 cherrypy 服务器端传递到 javascript 客户端

architecture - 整洁架构与洋葱架构

r - 在 R 中将函数与矢量参数集成

database-design - 存储多类型字段的最佳方式

architecture - 现有关系数据库上的 Cqrs 和事件溯源

Python 积分