【王树森推荐系统】概要02：推荐系统的链路

整体链路

• 分为召回，粗排，精排，重排
  

召回

• 召回：协同过滤，双塔模型，关注的作者等等
• 有多条召回通道
• 召回后做去重和过滤
• 为了解决计算量问题分为粗排和精排
• 粗排是比较简单的模型，计算量较小
• 精排是比较复杂的模型，计算量较大
  

粗排与精排

• 有多种特征，把它们输入到神经网络
• 神经网络会把输出的数据做预估，最后会得到一个排序分数
  

重排

• 做多样性抽样（如MMR, DPP），从几百篇中选出几十篇
• 用规则打散相似笔记，避免看到同质化的内容
• 插入广告和运营推广内容，根据生态要求排序

总结

• 召回：用多条通道，召回几千篇笔记
• 粗排：用小规模的神经网络对几千篇笔记打分，选出分数最高的几百篇
• 精排：用大规模神经网络，给几百篇笔记打分
• 重排：做多样性抽样，规则打散，插入广告和运营比较急