Pixie: Real-Time Item Recommendations for Over 3 Billion Items and 200 Million Users简介

实时推荐系统Pixie的亿级规模应用

摘要

研究者提出了一种名为Pixie的实时推荐系统，该系统以图结构为基础，将用户相关的pins序列作为输入查询内容，并能够即时地从海量pins数据中检索出与查询最为契合的结果。

介绍

1. Pinterest面临的主要难题包括数据规模与实时性两个方面。其中，实时性不仅影响用户的使用体验，同时也对整个系统的架构设计产生一定影响。
2. 在Pinterest平台上存在大量可供浏览的pins内容，用户可根据个人偏好将其整理归类至不同的boards中。这一行为在某种程度上相当于用户手动为该图结构推荐系统构建了节点间的连接关系，从而形成了具有潜在价值的信息网络。系统可基于这一图结构，根据用户的查询需求生成相应的推荐结果。
3. Pixie Radom Walk算法包含以下几个方面的创新点：
   1. 针对用户的个性化需求，例如向用户推荐与其兴趣相关的内容主题及语言类型
   2. 允许为不同查询pins设置差异化的权重值，以更好地反映用户的历史行为特征
   3. 此方法通过整合多个独立random walk过程所得出的结果，最终形成综合性的推荐结论
   4. 算法支持提前终止机制，有助于节省计算资源并缩短处理时间
   5. 算法能够同时推荐pins与boards