推荐系统

学习笔记

工业级推荐系统架构图

模块构成

• 召回
  • 作用:采取简单模型将推荐物品候选集合快速筛减到千级别甚至百级别
  • 目标:快 + 全, 用简单模型 + 少量特征，保证泛化能力, 尽量让用户感兴趣的物品在这个阶段能够找回来
  • 多路召回(至少7,8路):Tag，Topic，Entity，协同过滤，热门，相同地域等
• 排序
  • 目标:精准, 复杂模型 + 大量特征
• 后续业务
  • 重排序
  • 多样性
  • 用户体验

可探索方向

• 多路召回的数量超参K设置:不同用户对于每一路内容感兴趣程度不同,可以个性化配置
• 单路召回单模型单阶段推荐
• 适合推荐自身的DNN排序模型:如用Transformer做CTR排序模型

名词解释

• 实时：用户刷了一条微博，或者互动了一条微博，立刻就在刷出下一条微博的时候，体现出用户刚才这个行为（召回和排序都可以更改为实时模型）

参考

• [1] 知乎: 推荐系统召回四模型之：全能的FM模型