1、on style=margin: 0px; padding: 0px; max-width: 100%; font-family: -apple-system-font, BlinkMacSystemFont, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif; letter-spacing: 0.544px; text-a
2、lign: justify; white-space: normal; background-color: rgb(255, 255, 255); font-size: 15px; color: rgb(73, 73, 73); line-height: 2em; box-sizing: border-box !important; overflow-wrap: break-word !important;前面对从零开始搭建一套可行的工业级推荐系统的各个方面进行了介绍，那在搭建推荐系统中什么是最重要的呢？基于作者个人经验，我觉得一个可用的、有商业价值的工业级推荐系统必须需要建设下面3个功能点。
3、1算法算法是推荐系统的核心，好的算法才能够更精准、更有效地将“标的物”分发给喜欢它的用户。所以在开始设计推荐系统时，一定要结合产品当前的阶段、产品具备的数据、现有资源情况等选择一个合适的推荐算法作为构建的第一个算法。2评估指标我们做推荐算法的目的就是要让推荐算法产生效果，那么效果怎么评估呢？不是我们通过思考或者拍脑袋就可以知道的。在精细化运营时代，我们需要用数据说话，对于推荐系统也不例外。因此，我们需要对构建的推荐系统定义一些评估指标(这些评估指标是跟公司的战略、产品当前的目标息息相关的)，来评估推荐算法的效果。常用的评估推荐效果的指标有转化率、人均点击次数、人均播放时长、客单价等等。当然为了统计这些指标，我们需要对用户操作行为进行日志打点，收集用户对推荐标的物的反馈，才能统计出这些指标。在第七节我们已经对部分指标进行了解读，读者可以参考推荐系统的商业价值这篇文章了解更多关于推荐系统指标的介绍。section style=margin: 0px; padding: 0px; max-width: 100%; color: rgb(51, 51, 51); font-family: -apple-system-font, BlinkMacSystemFont, "Helvetica Neue", "PingFang SC", &qu
