离线算法

离线算法（Offline Algorithms），是指基于在执行算法前输入数据已知的基本假设，也就是说，对于一个离线算法，在开始时就需要知道问题的所有输入数据，而且在解决一个问题后就要立即输出结果。

从定义中我们都可以看到，离线算法设计的前提是具有问题的完全信息。

应用场景

时效性在天级别以上的

根据面临的问题，在设计算法的时候，如果时效性要求在天级别以上的，通常会采用离线算法设计。例如用户中、长期的画像，就没有必要实时进行更新，天级更新已经能够满足业务需要了。又比如潜力商品的排序，需要一段时间商品交易数据才能有比较好的效果，这一类排序列表的更新也可以采用离线算法设计。还有给商家端的营销建议，如商品折扣建议，如果算法一天给一个商家的某商品推荐多次不同的折扣，那么商家估计会觉得这个建议太不靠谱，所以离线算法能够满足业务需求了。

新型业务应用的初期算法设计

当遇到一个新的算法问题的时候，通常没有经过系统的验证，直接上线在线算法风险会比较大，开发周期也比较长，难以满足业务快速创新的要求。这种时候会在初期版本中考虑先进行离线算法开发，同时在系统链路和效果上进行验证。比如在某个系统或产品中新增算法能力的时候，为了不影响系统的主要链路，通常会考虑采用离线算法，在离线算法产生效果之后，再考虑结合在线算法的升级策略。这样做的目的一方面可以检测智能算法的有效性，另一个方面能降低现有功能和链路的改造代价，是一种能够快速支持业务创新的低成本、有效的策略。例如业务平台红包投放平台第一次上线智能投放能力的时候，就采取了离线策略，为每个人预先算好了红包发放面额，之后要考虑线上成本控制、运营策略控制、用户实时访问的商品信息等因素，能够让动态红包策略更有效，才增加了在线算法的部分。

算法开发

离线算法开发通常分为 6 个环节：环境准备(项目和环境配置)–>输入（数据准备、数据读入、数据预处理和特征工程）–>训练（模型选择和训练）–>评估（模型评估）–>输出（预测和结果保存）–>部署（上线和调度）。