张颖

整个推荐系统的数据体系是非常复杂的，召回、模型、策略、效果等每个阶段都离不开海量数据能力的支持，但是整体链路遇到的问题也是多种多样的，比如说在离线不一致、数据回刷、数据治理等，具体包括实时离线埋点口径、数仓模型、计算口径不一致导致的效果降低，整个推荐系统数据质量 && 校验 难以保证等， 我将从以下几个方面介绍下我们在推荐系统智能数据方面是如何基于Flink解决这些问题的 1、特征 1）特征背景、遇到的问题、解决方案 2）实时、离线特征整体架构（批流一体） 2、样本 1）超大规模实时样本拼接架构（多流拼接、超大窗口大状态优化、样本纠偏、样本采样、特征调研） 2）样本在离线一致性保证（包含样本实时、离线架构） 3）样本质量 && 校验（样本分布、样本拼接率、样本延时） 4）批流一体算子化支持，SourceOps 、ParseOps 等 3、索引 && 召回体系 1）索引 && 召回背景...