更新很好做，但是保证更新过程中服务的可用，更新过程的数据一致性问题感觉楼主说得不足

说一下我们现在使用的一些方案吧，主要分为配置更新和算法模型更新
配置更新：
1、zookeeper 配置中心，基于订阅的形式
2、统一的字典服务，每次服务使用之前请求或者轮询请求

模型更新：
1、看模型大小情况，如果模型不大的话，用双指针的形式，单独开一个线程用于模型更新，更新完成之后指针切换，指针切换是原子操作，没有安全问题
2、多进程服务，采用共享内存存储模型，由于模型过大，加上更新过程中这个模型可以忍受脏数据，所以就是直接往共享内存里写了。。。

楼主有考虑做一个绿化版，放 U 盘里点开就可以用吗？或者有类似的推荐吗？

md5 你可以只取 64 位啊，你可以算一下碰撞概率，符合预期还可以取更短的长度

@LegionGuo 额，当时是发邮件告知两种交税方式的优缺点，让自己选择的，出于纳税记录不连续的问题，还是选择了旧税点，毕竟自己没有仔细研究过相关的规定，还是倾向于相信薪酬福利部门同事的专业性。

@LegionGuo 可以看看楼上 Goland 的回复，我们公司也提供了新税点报税的选择，这里面主要的问题是按照新税点报税会导致 9 月份不存在纳税记录，在北京，纳税记录不连续会导致工作居住证办理，车牌摇号等一系列的问题

北京地区的规定是按照报税月份扣的，如果 10 月份报的 9 月的个税，是按照 3500 扣税的，要想按照 5000 扣税，是需要财务按照 10 月份报税的，这样的话，就会出现一个月没有交税记录的情况，对于需要连续交税记录的场景不是很好，比如办理工作居住证

推荐的时候会有一类 context feature，里面有使用的设备，网络，位置等等特征的

买两个耳机，一个给老婆，一个给自己，给老婆买其它礼物也可以的，但至少要和耳机等值，我觉得这个问题用心理学技巧比较好

100 个成语，模型可以做到很小，很容易做到毫秒级响应的

分母+1

做一个分母

https://36kr.com/p/5114077.html

可以看看，但是估计比这个复杂得多

面试题还是作业？

https://github.com/amirziai/sklearnflask/

https://cloud.google.com/blog/products/gcp/serving-real-time-scikit-learn-and-xgboost-predictions

不是挺多介绍的吗？

@hamsik2046
不确定我理解你的问题是否准确哈，贴两个资料吧

这个是阿里的资料，个人认为搜索排序这块阿里的做法算是比较先进的了
https://102.alibaba.com/downloadFile.do?file=1517812754285/reinforcement_learning.pdf
但是这个方法估计你们短期内无法实现

美团的做法：
https://tech.meituan.com/meituan-search-rank.html
美团这个博客里面还有其它的一些关于推荐和排序的经验你可以翻翻看看，这里面的方法其实很多公司总体的框架都差不多，也相对较容易复制

商品的匹配、商家的质量、推广需求、广告需求等都可以作为特征输入的；然后可以根据点击率、转化率、交易量、用户满足度等作为优化目标优化模型；最后在模型排序基础上，再加入一些人工规则作为最后的排序结果

A、B 集合分别以 ID 进行排序，然后从头到位遍历 Join 即可

战略性 mark 一下