Семантическое ядро рунета — высоконагруженная сontent-based рекомендательная система реального времени на базе Amazon Kinesis, Lucene (Александр Сербул, SECR-2016) — различия между версиями
Материал из 0x1.tv
StasFomin (обсуждение | вклад) |
StasFomin (обсуждение | вклад) |
||
[[File:Семантическое ядро рунета — высоконагруженная сontent-based рекомендательная система реального времени на базе Amazon Kinesis, Lucene.pdf|left|page=-|300px]]
{{----}}
{{LinksSection}}
* {{ConferencePage|http://2016.secr.ru/program/submitted-presentations/semantic-web-highload-content-based-recommendation-system-real-time-amazon-kinesis-lucene}}
<!-- <blockquote>[©]</blockquote> -->
{{fblink|1803818643204482}}
{{vklink|270}}
<references/>
[[File:{{#setmainimage:Семантическое ядро рунета — высоконагруженная сontent-based рекомендательная система реального времени на базе Amazon Ki!.jpg}}|center|640px]]
<!-- topub -->
[[Категория:SECR-2016]]
[[Категория:Machine Learning]]
[[Категория:Распределенные системы]]
{{stats|disqus_comments=3|refresh_time=2018-05-15T14:15:59.275909|vimeo_comments=0|vimeo_plays=59|youtube_comments=0|youtube_plays=36}} |
Версия 09:37, 9 июня 2018
- Докладчик
- Александр Сербул
В докладе мы поделимся опытом создания content-based рекомендательной системы для электронной коммерции, работающей на семантическом ядре рунета.
- Расскажем, как организовали централизованный сбор и обработку информации о посещении пользователями более 100 000 сайтов различной направленности на основе Amazon Kinesis.
- Поделимся опытом многопоточной онлайн-индексации потоков данных в Lucene.
- Продемонстрируем используемые базовые алгоритмы ранжирования и формирования персональных рекомендаций для посетителей более 20 000 интернет-магазинов.
Видео
Презентация
Примечания и ссылки
Plays:95 Comments:3