一、召回总述
CMDM:基于异构序列融合的多兴趣深度召回模型在内容平台的探索和实践_淘系技术-CSDN博客
当前工业界的召回算法主要分为两类:
基于协同过滤的召回(比如swing i2i):
优点:基于协同过滤的i2i召回从全局来看简单高效,依靠内容的共现性可以保证用户兴趣性、相关性,同时借助实时trigger便于捕捉用户的实时兴趣,在召回算法中发挥着非常重要的作用
优点2:这也是一般电商场景必有的召回,能保证基础效果
缺点:但是i2i召回本身也存在一些问题,比如对新用户和新商品不友好,难以解决冷启动问题
基于深度学习的向量召回(比如deepmatch和MIND):
优点:能够有效利用用户行为序列信息及内容side info信息,特别是在异构行为序列的复杂场景,所以也能保证兴趣性
模型稍微复杂一些,还能多考虑一些目标:rpm最大化、其他多目标(下单、点击等)