请问性能怎么保证? about newsrecommendsystem

[bluemapleman]

对于三类所用的推荐算法：

我们现在的工程实现是这样的情况：目前只实现了基于内容相似的推荐，并嵌入了新闻app里，我们每周会有2、3千条新的新闻（从各个主流新闻门户采集来的主要新闻）进来，这些新闻是我们计算关键词匹配的目标新闻。每次为单个一般用户生成基于内容相似的推荐结果耗时是秒级的。如果用户并发数多了，肯定考虑负载均衡。

至于协同过滤推荐，因为现在还没有实际嵌入app，所以恕暂时不能回答。

而基于热点的推荐，则是只要在内存里保存一份热点新闻榜单，用户要求推荐时，直接从内存里取即可，所以性能完全没问题。

[carsickcars]

对于三类所用的推荐算法：

我们现在的工程实现是这样的情况：目前只实现了基于内容相似的推荐，并嵌入了新闻app里，我们每周会有2、3千条新的新闻（从各个主流新闻门户采集来的主要新闻）进来，这些新闻是我们计算关键词匹配的目标新闻。每次为单个一般用户生成基于内容相似的推荐结果耗时是秒级的。如果用户并发数多了，肯定考虑负载均衡。

至于协同过滤推荐，因为现在还没有实际嵌入app，所以恕暂时不能回答。

而基于热点的推荐，则是只要在内存里保存一份热点新闻榜单，用户要求推荐时，直接从内存里取即可，所以性能完全没问题。

谢谢回答.
还有些问题
1, 现在只是利用了浏览来做推荐, 像用户对新闻的评论, 点赞,收藏, 转发等这些数据, demo里没有体现啊, 怎样利用这些数据来增加权重呢? 有相应的算法介绍吗?

2, 如果是图片或者视频, 怎样进行关键字提取呢? 是手工打标签吗? 像小视频那些是怎样推荐的呢? 刚接触这方面, 还请多多指教.

[bluemapleman]

对于三类所用的推荐算法：
我们现在的工程实现是这样的情况：目前只实现了基于内容相似的推荐，并嵌入了新闻app里，我们每周会有2、3千条新的新闻（从各个主流新闻门户采集来的主要新闻）进来，这些新闻是我们计算关键词匹配的目标新闻。每次为单个一般用户生成基于内容相似的推荐结果耗时是秒级的。如果用户并发数多了，肯定考虑负载均衡。
至于协同过滤推荐，因为现在还没有实际嵌入app，所以恕暂时不能回答。
而基于热点的推荐，则是只要在内存里保存一份热点新闻榜单，用户要求推荐时，直接从内存里取即可，所以性能完全没问题。

谢谢回答.
还有些问题
1, 现在只是利用了浏览来做推荐, 像用户对新闻的评论, 点赞,收藏, 转发等这些数据, demo里没有体现啊, 怎样利用这些数据来增加权重呢? 有相应的算法介绍吗?

2, 如果是图片或者视频, 怎样进行关键字提取呢? 是手工打标签吗? 像小视频那些是怎样推荐的呢? 刚接触这方面, 还请多多指教.

哈哈，您提到的这些正好是我后期准备做的我会在README的版本更新里预告我当下正在做的一些feature另外，也欢迎合作呀~

[carsickcars]

对于三类所用的推荐算法：
我们现在的工程实现是这样的情况：目前只实现了基于内容相似的推荐，并嵌入了新闻app里，我们每周会有2、3千条新的新闻（从各个主流新闻门户采集来的主要新闻）进来，这些新闻是我们计算关键词匹配的目标新闻。每次为单个一般用户生成基于内容相似的推荐结果耗时是秒级的。如果用户并发数多了，肯定考虑负载均衡。
至于协同过滤推荐，因为现在还没有实际嵌入app，所以恕暂时不能回答。
而基于热点的推荐，则是只要在内存里保存一份热点新闻榜单，用户要求推荐时，直接从内存里取即可，所以性能完全没问题。

谢谢回答.
还有些问题
1, 现在只是利用了浏览来做推荐, 像用户对新闻的评论, 点赞,收藏, 转发等这些数据, demo里没有体现啊, 怎样利用这些数据来增加权重呢? 有相应的算法介绍吗?
2, 如果是图片或者视频, 怎样进行关键字提取呢? 是手工打标签吗? 像小视频那些是怎样推荐的呢? 刚接触这方面, 还请多多指教.

哈哈，您提到的这些正好是我后期准备做的我会在README的版本更新里预告我当下正在做的一些feature另外，也欢迎合作呀~

哦哦, 可以加个qq吗? 我的是331443672