推荐系统的链路
整体框架
推荐系统整体框架由召回、粗排、精排、
每次用户刷新页面,都会产生一个重新从数据库拿数据的流程。
在这个流程中,包括召回、粗排、精排和重排四个阶段。
其中召回会从数据库中使用多个召回通道,从而拿回相当的数据。
这些数据先粗排后精排。在粗排过程中,会给每一个物品/评价进行打分,然后再进一步精排,最后插入广告,来进行最后一步的重排。
(排序意味有相应的关键字用来比较,这里的排序常常是指,用模型去计算结果,然后按结果进行排序)
粗排和精排
粗排和精排都是通过一个神经网络来计算四个初级指标,并将这四个指标糅合成一个分数,来作为这个作品在某个用户内心的预估值,从而方便排序。
重排
所谓用规则打散相似笔记是为了避免同一个界面出现同质化的笔记(即一个界面全是换汤不换药的同一信息),从而导致用户的审美疲劳。
所谓生态要求,就是推送的内容不能一家独大,要照顾好其他品类的笔记和内容。