推荐系统的召回过程,书中是这样定义的:利用少量的特征和简单的模型和规则进行候选集的快速筛选,降低精排阶段的时间开销。
多路召回
主流的召回方式,即,使用不同的策略、特征、简单模型分别召回一部分候选集后综合到一起形成召回的候选集。
基于Embedding的召回
方式:Embedding生成+局部敏感哈希最近邻计算
例如,使用Graph Embedding,将多路召回策略以side information的形式融合到最终的Embedding向量,实现多路召回在一个Embedding向量中的统一。这里也存在其他的方案。
相较于多路召回,Embedding召回的方案有一个很明显的优势在于计算出来的召回评分是可以比较的,而多路召回中,每一路召回之间没有可比性。