专题演讲嘉宾：阮坤良

随着互联网流量红利的日渐枯竭，在线游戏业务增长放缓，另一方面结合 AI 的数据技术近年来在多个领域大放异彩，加强对游戏产品的数据赋能以便充分释放产品潜力，成为了必然的战略选择。智能推荐作为一种可以对业务目标有直接增益的技术，是这波战略推进中的重点方向之一。

然而智能推荐在游戏产品中的应用还没有经典的范式，如何结合游戏产品的特点设计合适的技术方案依然有着不小的挑战。经过一段时间的努力，一套覆盖头部大 DAU 游戏、垂类游戏，以及游戏周边业务推荐需求，包含数据、模型、策略的全链路推荐系统解决方案已逐渐成型，本次演讲将分享此过程中的总结与思考。

演讲提纲：

1. 游戏产品需要什么样的推荐系统

• 业务形态
• 研发模式

2. 面向在线游戏的推荐系统设计

• 设计目标
• 整体架构
• 特征与模型的联合优化
• 实验驱动的策略服务

3. 主要挑战与解决思路

• 高扇出型服务的技术选型
• 算法探索与持续产出

4. 不足与展望

• 优化数据缓存成本
• 消化行业监管所带来的流量波动

听众收益：

• 获悉游戏行业龙头在数据赋能方面的一点探索
• 了解智能推荐系统在游戏产品上落地面临的一些挑战
• 看到一种服务于垂直领域的推荐系统设计思路