【第六章：项目实战之推荐/广告系统】2.粗排算法-(1)粗排用来干什么？“我大体筛一下“-优快云博客

第六章：项目实战之推荐/广告系统

第二部分：粗排算法

第一节：粗排用来干什么？"我大体筛一下"

在推荐系统中，召回阶段已经从海量候选池（百万/千万级）中，粗略筛选出了数百到几千个候选内容（例如 Top 2000 的候选商品、视频、内容）。然而，这个数量显然无法直接拿去精排或最终展示给用户，因此系统需要一个 “承上启下的阶段” 来进行进一步筛选，这个关键角色，就是——粗排（粗排序，Coarse Rank）。

一句话概括粗排：

粗排的目标是：在“准确率”和“系统实时性能”之间保持平衡，从数千候选中过滤到数百个候选（通常是 Top 200 ~ Top 500），为后续精排争取空间。

粗排处在什么位置？

推荐系统简化流程如下：

(数百万级候选池)
       ↓ 召回（Recall）
(Top 5000 / Top 2000)
       ↓ 粗排（Coarse Rank）
(Top 300 / Top 500)
       ↓ 精排（Fine Rank / Ranking）
(Top 50 / Top 100)
       ↓  重排（Rerank）
(Top 10 / Top 20 展现给用户)

粗排阶段最关键的词只有两个：

目标关键词	解释
快	模型必须足够轻，毫秒级推理
稳	效果不能太差，否则精排救不回来

粗排不追求特别高的预测精度，但追求性价比最大化。

粗排为什么是“必要存在”？

如果没有粗排	会发生什么？
直接把几千候选交给精排	精排模型太大，耗时严重，卡死 QPS
直接从召回跳到重排	分数不准，推荐变得粗糙，体验差
全用 DNN 精排模型	性能瓶颈，延迟不可接受

所以在工业推荐系统中，粗排属于不可省略的阶段，它是整个推荐流水线的“分水岭”：

召回：保证有东西
粗排：保证不差太多
精排：负责“尽最大可能做得好”
重排：保证多样、组合策略、展示体验

粗排模型一般长什么样？

粗排常用：

粗排模型	特点	是否可线上落地
LR（逻辑回归）	极快、鲁棒、特征可控	工业常用
GBDT / XGBoost	表达能力更强	常用
DIN / 简化版 DNN	引入兴趣注意力	（淘宝 & 信息流常见）
双塔模型裁剪版本	与召回 embedding 对齐

特点总结：

粗排模型 = 轻量特征 + 小模型结构 + 高吞吐推理

它与召回最大的区别是：

对比项	召回	粗排
主要目的	找可能性	粗筛可信度
算法类型	向量检索 / Graph	LR/GBDT/小DNN
计算特点	召回更粗、更快	精度更高但仍需快速

粗排关注的指标

粗排最看重：

指标	解释
AUC	衡量正负样本排序质量
Recall@K / HitRate	Top-K 能否命中真实正样本
Latency（延迟）	线上必须毫秒级
QPS（吞吐量）	能抗大流量

召回偏 覆盖率
粗排偏 排序 + 性能
精排偏 精准度与收益

粗排阶段常用特征

粗排不使用超复杂特征，只使用轻特征集合，例如：

特征类型	示例
用户侧 User Feature	性别、年龄、兴趣主题
物品侧 Item Feature	类目、时长、热度、CTR
行为特征	点击次数、曝光次数、最近点击时间
User-Item 交叉特征	用户是否看过同类 item

特征原则：