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:
- WEB API,类似于
GET/api/recommendations/
。 - 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/