#NVTabular

6天前

HackerNews 上今天很火的一个产品：是一个基于3亿 Goodreads 评论训练的个性化图书推荐系统。通过输入你已读的书籍，你将获得更加精准的推荐。只需提供3本以上书籍，就能获得最佳推荐体验。特别原始的界面（Bootstrap框架！好熟悉的黑色 Header），现在书名也是只有英文的，但是我很喜欢，输入了几本我喜欢的书，推荐的都很精准。推荐给爱读书的朋友。作者还简介了网站的技术细节：作者不满亚马逊收购后 Goodreads 的推荐质量低下及难以找到同好用户，于是自建网站数据： * 仅抓取公开用户的「已读」书架，且用户至少有 5 本书。 * 抓取用户 ID 1～1.93 亿（8 月初至 10 月初），最终获得 4300 万合格用户。 * 每用户随机取最多 64 本书子序列，总计约 30 亿交互，训练/测试拆分后模型实际使用 13 亿交互。技术栈： * 预处理：NVTabular（分组、归一化、ID 重映射）。 * 搜索：Meilisearch。 * 推理：Triton 服务器。

#图书推荐系统 #Goodreads #个性化推荐 #Meilisearch #NVTabular