在面向广电用户的推荐系统中,涉及到了较多的业务范围,例如电影、电视、新闻,由于不同的业务范围和用户特点,产生了一些需要解决的问题。首先是不同的内容下需要针对用户的需求采取不同的推荐策略,因此需要将这些业务多层级多模块的划分和配置。其次的是若实现了上述的多种业务场景,系统的业务流程逻辑将较为复杂,普通的实现方法是硬编码,这导致管理人员难以清晰的查看业务流程动态。而第三个问题则是由于广电节目推荐系统的计算资源需求波动较大,导致资源的使用效率不高,推荐效果受影响。基于以上的背景,本文围绕广播电视内容推荐系统的业务范围划分、业务流管理以及在有限资源下的推荐计算量提升问题,使用推荐技术、微服务、工作流以及容器部署技术对系统进行了研究和实现。首先,本文构建了一个业务管理系统。系统管理人员可以在管理系统中手动添加业务模块与策略算法,并可将业务模块与策略算法通过灵活的配置结合起来,组成多种推荐场景。在推荐场景的实现是基于推荐系统的三层架构,包括离线、在线和近线三层,通过选择适当的组合,实现相关推荐、个性化推荐和热点推荐等场景。其次本文使用了工作流引擎对业务的流程进行管理,工作流引擎应用了业务流程建模符号标准来描述工作流,使业务流程更加的清晰且可控制业务的动态更改。传统的工作流是通过单体应用实现,本文使用微服务作为工作流引擎的单个任务实现,从而实现业务变更对系统部署的控制。最后,作为补充,为了在有限资源下提升推荐计算量,从而提升整体推荐效果,本文采用了部署层的动态热更新设计,即在推荐系统运行期间,根据系统负载变化对近线层和在线层的部署状态进行动态的更新。业务的灵活配置使得系统对于不同推荐需求的适配性更高,使系统可以基于固定推荐计算架构实现多种应用场景。通过工作流可将业务流程进行可视化与标准化的管理,使得推荐业务流程的静态组成和动态变化更加清晰直观。工作流与微服务的结合方便了推荐计算任务的部署和扩展,从而使得系统底层部署具有动态变更特性,使推荐计算量总是维持在高水平,提升了系统的整体推荐效果。