基于图的推送服务平台
信息检索
2016-11-30 v1
摘要
众所周知，在当今信息爆炸的环境中，学习客户偏好并向其进行推荐，对于在线系统而言至关重要且并非易事。推荐系统存在两种不同的模式，即拉取模式和推送模式。大多数推荐系统属于拉取模式，仅在用户进入应用市场之后或之时向其推荐项目。而推送模式则更为主动地增强或重建应用市场与用户之间的联系。作为最成功的手机制造商之一，华为应用商店（也称 Hispace Store）的用户数量和应用数量均急剧增长，截至 2016 年，其注册用户约 3 亿，应用约 120 万，且用户数量仍在高速增长。针对实际场景的需求，我们构建了一个推送服务平台（Push Service Platform，简称 PSP），用于在 Hispace Store 中，利用网络规模的用户操作日志数据以及额外的一小部分已标注应用（通常约 10 个），自动发现目标用户群体。如本文所述，PSP 包含分布式存储层、应用层和评估层。在应用层中，我们设计了一种实用的基于图的算法（称为 A-PARW）用于用户群体发现，该算法是部分吸收随机游走（partially absorbing random walk）的一种近似版本。基于 A-PARW 的 I 模式，与之前在其应用层中使用个性化 PageRank 的系统相比，我们系统的有效性得到了显著提升。
引用
@article{arxiv.1611.09496,
title = {A Graph-based Push Service Platform},
author = {Huifeng Guo and Ruiming Tang and Yunming Ye and Zhenguo Li and Xiuqiang He},
journal= {arXiv preprint arXiv:1611.09496},
year = {2016}
}