ElasticSearch+Spark 构建高匹配度搜索服务_千人千面推荐系统-慕课网

ElasticSearch+Spark 构建高匹配度搜索服务+千人千面推荐系统

基于大众点评搜索以及推荐业务，从企业实际项目落地实践的角度出发，在使用SpringBoot加mybatis完成用户登录、注册、商家入驻以及结合前端模板搭建运营后台门店服务管理功能后，借助ElasticSearch的最新版本ES7逐步迭代，完成高相关性进阶搜索服务，并基于spark mllib2.4.4构建个性化千人千面推荐系统。

集结新版热门技术，解决长久热点问题－“相关性搜索＋个性化推荐”

无论电商还是信息服务类业务，搜索和推荐都是始终要面对的问题，能解决好这类问题的工程师也将“价格不菲”

Java SpringBoot 2.15版本
基础业务服务

以“大众点评”为案例
搭建点评后台管理系统
维护商户服务的业务数据

ElasticSearch 7.x版本
搜索引擎服务

分布式站内搜索引擎
实现高相关性匹配
发现用户深层需求

Spark MLlib 2.x版本
机器学习推荐

召回及排序算法
实现门店推荐服务
提升浏览点击率和交易转化率

“迭代式”开发与讲解：一个高相关性分布式搜索引擎的打造过程

从零到项目成型，实现功能的基础上进行多次重构、迭代、调优，让你真实看到技术升级的好处

基础项目搭建

用户模型建设
运营后台建设
商户模型建设
服务模型建设
门店模型建设

使用业务系统与数据库
搭建搜索V1.0架构

－基于Lbs+关键字查询数据

实现关键词搜索

多条件筛选过滤搜索

使用ElasticSearch 7
搭建搜索V2.0架构

－基于logstash-input-jdbc 自动导入

建立全量及时间戳增量的索引

－基于canal准实时解析Binlog

建立准实时索引

－基于ElasticSearch提供的分词，索引，搜索，自定义排序模型

建立点评搜索模型

－基于扩展词库，同义词，词性识别

完成相关性搜索高阶能力

迭
代

“千人千面推荐系统” 初探与扩展

带你初探“千人千面”，让你相对容易的入门，讲师会长期维护本课程，后续将为你扩展更多内容

Spark MLlib机器学习
推荐v2.0架构

发掘改造推荐1.0架构中的不足
实现ALS推荐召回算法
LR推荐排序算法
完成个性化的千人千面推荐

推荐系统扩展
（后续随课更新）

使用协同过滤完成个性化召回及GBDT个性化排序算法

介绍用户画像，商品画像模型

引入LTR(learning to rank)的机器学习排序模型

以“大众点评”项目为例，在具体场景中看清技术应用效果

“猜你喜欢”个性推荐

关键词＋多条件筛选搜索

商家管理后台

适合人群

想了解EasticSearch，对搜索推荐系统感兴趣，
符合技术储备的同学

技术储备要求

熟悉JavaWeb基本应用
了解MySQL常用命令

环境参数

Java环境 JDK1.8
maven maven3.2
数据库 mysql5.6
开发工具 IDEA
Java框架版本 SpringBoot2.1.5
搜索中间件 ElasticSearch7.3.0
机器学习框架 Spark Mllib 2.4.4

万事俱备只等你来

慕桂英8226620

好评

这是我看过的最容易看得进去的es课了，老师从最基础的业务着手，让我理清了许多盲点，干货很多，灰常满意~~~，看老师秒杀课有直播，这个课什么时候来呢，吼吼吼，期待喽

小野生同学

好评

大四学生党，之前买了老师的秒杀课，非常精彩，学到了许多高并发的干货，已然路转粉！！！这次新课立马出手，相比大学老师照着PPT念理论，老师的课程讲解非常细腻，一步步带着实操，而且最最重要的，群里回答问题很活跃，每天刷群都能学到很多，支持三少！墙裂推荐！

慕粉152226940

好评

最近在搞ES，看到名字，就决定入手了，光看介绍就已经充满期待了。

查看全部12条用户评价

慕课网APP - 随时随地学编程

ElasticSearch+Spark
构建高相关性搜索服务&千人千面推荐系统

搜索、推荐服务是很多企业的刚需，能开发搜索、推荐服务的人才更是企业的“刚需”

ElasticSearch+Spark 构建高匹配度搜索服务+千人千面推荐系统