闲聊推荐系统中的曝光过滤机制

某天某时某刻在摸鱼，闲刷某乎，看到了一篇实用性很强的文章：【闲聊推荐架构】推荐系统的曝光去重该怎么设计？，仔细阅读了一番，发现写的是真不错，推荐大家去读，但是这篇文章可能是一个「工程大佬」写的，对于曝光过滤的设计实现层面写的很赞，但是对于偏向于算法层面的同学来讲，可能不是那么友好，因此提笔在该篇文章和一些话题讨论基础上，结合笔者自己的工作经验进行补充和介绍，如果大家有什么好的想法和提议欢迎在评论区留言！

1.曝光过滤问题的定义

相信做推荐系统的朋友对「曝光过滤」这个话题肯定不陌生，试想在某个电商平台中总是给你推你已经看过的东西，那么它的用户流失率肯定不低，在失去用户体验的同时，也并不能对商品做到有效的分发，因此就引出了「曝光过滤」这个话题。

曝光过滤，顾名思义，就是将历史曝光给用户的item不再重复的进行曝光，进而引申的是将已经曝光过的商品的高相似商品也进行过滤，当然这里也有另一个命题是：推荐结果中高相似度商品的去重问题。所以这里探讨的是三个问题：

• 历史曝光过的商品进行过滤
• 历史曝光过的商品的高相似度商品进行过滤
• 候选池中高相似度商品去重

历史曝光过滤中最重要的是用户的历史曝光序列怎么定义，比如跨场景、跨天等，高相似度过滤中如何定义item的相似度、跨场景、跨session的高相似度去重都是值得细细探究和深挖的点，这些内容会在第四部分进行分享。

2.在哪个阶段进行过滤

传统的推荐系统的流程包括：召回、粗排、精排、重排。在这些不同的阶段中，何时进行曝光过滤比较合适的？首先粗排和精排是不需要进行曝光过滤的，因为其天生的职责是排序，粗排是为了缓解精排的压力，选取比候选池小但比最终推荐结果大的一个池子给精排，精排则是优中选优，选出用户最可能喜欢的若干个spu曝光给用户。

其实常见的曝光过滤是在召回阶段完成的，但其实在重排侧也可以进行曝光过滤，我们依次来进行分析。