我正在为我的网站构建一个推荐系统,在该系统中,将根据用户对我网站上访问产品的选择为他们提供推荐。类似的产品将被推荐给用户。 但是,我在机器学习部分和测试结果上已经做完了。
我期待部署这种机器学习模型,该模型会在我的网站上为用户生成一系列建议。 我正在寻求有关架构解决方案/技术解决方案的帮助,以将该模型部署到网站上。由于推荐必须是实时推荐,因此,该模型必须不断地从用户的实时数据中学习。
当前我的用户数据来自另一台服务器,并且该服务器的问题在于,由于它是第三方服务,因此需要花费超过24个小时才能访问该数据。当我需要数据来构建机器学习模型时,这很好,但是对于实际部署而言,无法利用此服务器。
我应该考虑构建自己的服务器吗?如果那样的话,我可以使用什么技术?我真的在为此寻找IT解决方案。
任何指导将不胜感激!
答案 0 :(得分:0)
这并不复杂。相当标准的解决方案是:
GET /api/recommendations/
。 第一个比较传统,适用于Web应用程序,而第二个更适合原型开发。