推荐系统（五）再谈召回、打分和重排

在《推荐系统（一）概述》一文中，笔者概述了推荐系统的基本术语和一般架构，通过【推荐系统 I～IV】系列课程的学习，相信读者对推荐系统已经有了一定的理解。本节，我们再来回顾一下推荐系统的核心环节——召回、打分、重排。

目录

1.召回-Retrieval

1.1 大规模检索

1.2 近似最邻近-ANN 算法

2.打分-Scoring

2.1 为什么不让候选 Item 生成器评分？

2.2 选择评分目标函数

2.3 得分中的位置偏差

3.重排-Re-ranking

3.1 新鲜度

3.2 多样性

3.3 公平性

4.参考文献

---

1.召回-Retrieval

假设已有一个嵌入模型。给定一个用户，你将如何决定推荐哪些项目？

在服务时，给定一个查询，首先执行以下操作之一：

• 对于矩阵分解模型，查询（或用户）嵌入是静态已知的，系统可以简单地从用户嵌入矩阵中查找它。
• 对于 DNN 模型，在服务时，基于特征向量  运行网络，系统即可计算出查询嵌入