大数据下的推荐搜索引擎技术

DOIT大数据频道：2013 年9月2—3日，华为云计算大会(HCC2013)在上海世博中心隆重开幕。华为是全球领先的信息与通信解决方案供应商。目前，华为的产品和解决方案已经应用于140多个国家，服务全球1/3的人口。HCC2013作为全球领先的技术大会，以“精简IT，敏捷商道”为主题，汇聚全球云计算技术领袖、知名企业高层、行业权威和专家学者，向来宾分享最新信息化解决方案、前沿技术，共论IT实践和变革之道。

在本次大会的大数据分论坛中，华为主任科学家袁明轩发表了主题为“大数据下的推荐搜索引擎技术”的演讲。

华为主任科学家袁明轩

首先，袁明轩介绍了搜索引擎技术三代的发展。第一代搜索引擎技术比较成功的列子就是电影推荐，第二代搜索引擎技术主要是在Google和百度的广告推荐中得到了广泛的应用，第三代搜索引擎技术是在深度学习中有应用。

三代搜索引擎技术

第一代搜索引擎技术 协同过滤

第二代搜索引擎技术 稀疏线性预测模型

袁明轩介绍，第二代技术需要高人力成本，但是效果非常优秀。第三代深度推荐系统优势：几乎不需要领域专家来做特征，仅仅需要5到10个顶级工程师和科学家来支持团队;并且它迁移到其他应用的代价很小。第三代技术的优势在于人力成本低，效果接近第二代技术。

最后

袁明轩说明了他的观点，他认为推荐系统已经在一些公司取得了非常显著的商业上的成功。随着深度学习(Deep Learning)技术的发展。推荐系统会进入更多的领域，产生很大的影响。未来，会有一些浅层推荐系统(第二代技术)，和非常大量的深度推荐系统(第三代技术)。

未经允许不得转载：DOIT » 大数据下的推荐搜索引擎技术