廣電智能推薦點播系統實踐（1）
主要講我開發的廣電回看、點播、OTT的智能推薦系統
涉及主要技術：架構設計、爬蟲、搜索引擎、智能推薦算法、docker、深度學習、前端開發
主要語言python
說在最前面
這個項目早在兩年前就想弄了，由於各種原因，一直耽擱了下來。最近看了深度學習的入門文章，想到研究生階段做的醫療圖像分割項目，用的也是梯度下降算法，都是求最優解的過程，最後我還GPU加速了一下。好多回憶。。。
沒事的時候，經常用深度學習經典教程字母識別的模型，套智能推薦點播，似乎覺得能夠建模出一套視頻點播的學習模型。那就開工吧。
爲了保守起見，我選擇從經典智能推薦算法協同過濾開始，先把系統建起來，最終把算法演進到深度學習上。
經過一個多月壘代碼，總算有了0.9版本。劃去深度學習部分的工作，剩下的工作，差不多完成了80%。目前回看數據都已經打上分類標籤，用戶點擊以後，可以看到程序聚合的7天全部回看。 下面是一些效果圖。
爲什麼來寫博客，項目遇到問題了！
由於python docker ES幾乎項目用到的所有技術都是現學現賣，一個多月實在無暇架構設計，導致系統彈性很弱。現在想加入人工校對、多級審覈、關鍵詞過濾功能，發現很困難。
決定放慢腳步，放棄更新1.0版本。把系統架構梳理一下，重寫這個項目的2.0版本。把整個實踐過程整理成博客，分享給大家。
先簡單擬一個目錄
2017-10-19號起每週四晚更新，目錄存在不準確性，有些工作量大的可能要拆分，工作量小的可能會合並
- 架構設計-需求分析思維導圖
- 架構設計-魯棒圖分析
- 架構設計-詳細設計
- 架構設計-我實踐的微服務
- 信息採集爬蟲-scrapy爬蟲實踐和坑
- 信息採集爬蟲-爬取豆瓣電影
- 信息採集爬蟲-爬取豆瓣熱門
- 信息採集爬蟲-接入某網站直播節目單信息
- 搜索引擎-ElasticSearch介紹
- 搜索引擎-ElasticSearch實踐和坑
- 搜索引擎-ElasticSearch實例各存儲
- 前端開發-機頂盒流暢動畫實現
- 前端開發-廣電播放器實踐
- 前端開發-django+nginx+uwigs生產部署
- 運維-docker介紹
- 運維-docker實踐和坑
- 廣電回看-廣電回看信息採集
- 廣電回看-廣電回看信息過濾
- 廣電回看-廣電回看信息某些統計規律和最小工作量的人工修正方法
- 廣電回看-廣電回看信息標籤化和節目詳情碰撞
- 智能推薦算法-熱門推薦算法和實現
- 智能推薦算法-用戶點播行爲採集、分析和處理
- 智能推薦算法- 協同過濾算法
- 智能推薦算法-基於內容的協同過濾算法
- 智能推薦算法-深度學習介紹
- 智能推薦算法-推薦算法從傳統向深度學習演進