召回算法有很多个模型，这些模型使用的都是同一份特征数据进行训练，当训练数据有更新的时候就调用每一个算法的train方法进行训练，生成最新的模型。
基本思路就是把这些模型都放到一个数组中，当数据集有更新的时候，就遍历所有的模型执行训练
class Model {
public:virtual ~Model() = default;virtual void train() = 0;
}
class DSSM : public Model {
public:void train(){}
}
class AFM : public Model {
public:void train(){}
}
class FFM : public Model {
public:void train(){}
}class DataSet{
public:void update(){}
}std::vector<std::shared_ptr<Model>> models;
auto dssm = std::make_shared<DSSM>();
auto afm = std::make_shared<AFM>();
auto ffm = std::make_shared<FFM>();models.emplace_back(dssm);
models.emplace_back(afm);
models.emplace_back(ffm);auto dataset = std::make_shared<DataSet>();
dataset->update();for(auto model : models) {model.train();
}老实讲，我觉的这种方案已经可以了，但是有一个小问题，就是数据更新之后应该通知每个模型。使用观察者模式来实现数据更新后自动调用注册模型的训练方法。
1. 面向接口编程，而非实现
class Model {
public:virtual ~Model() = default;// 拿到的数据进行处理virtual void train(std::string data) = 0;
};class DataSet {
public:virtual ~DataSet() = default;virtual void attach(std::shared_ptr<Observer> observer) = 0;// virtual void Detach(std::shared_ptr<Observer> observer) = 0;virtual void notify() = 0;
};2. 实现接口
首先实现模型的训练接口，每个模型收到的都是同一份特征，但是对这个特征数据有自己的处理
class DSSM : public Model {
public:void train(std::string features){std::string transFeatures;std::transform(features.begin(), features.end(), transFeatures.begin(), ::toupper);std::cout << "dssm train " << transFeatures << std::endl;}
};class AFM : public Model {
public:void train(std::string features){std::string transFeatures;std::transform(features.begin(), features.end(), transFeatures.begin(), ::tolower);std::cout << "afm train " << transFeatures << std::endl;}
};class FFM : public Model {
public:void train(std::string features){std::reverse(features.rbegin(),features.rend());std::cout << "ffm train " << features << std::endl;}
};
然后实现训练数据集，每个模型都订阅了这个数据集，当这个数据集有更新的时候，就会把数据同步给各个模型，每个模型拿到数据后各自训练处理。
// 训练数据集
class RecallDataSet : public DataSet {
public:void attach(std::shared_ptr<Model> model) override {m_models.emplace_back(model);}void notify() override {for (auto &model : m_models) {model->train(m_data);}}void update(){std::cout << "update dataset....." << std::endl;m_data = "uid,adid,context";notify(m_data);}private:std::vector<std::shared_ptr<Model>> m_models;std::string m_data;
};客户端调用
客户端调用就非常的简单了
auto dataSet = std::shared_ptr<RecallDataSet>();
auto dssm = std::shared_ptr<DSSM>();
auto afm = std::shared_ptr<AFM>();
auto ffm = std::shared_ptr<FFM>();dataSet.attach(dssm);
dataSet.attach(afm);
dataSet.attach(ffm);dataSet.update();