推荐系统遇上深度学习(一零九)-[阿里]排列视角下的重排序过程

今天给大家介绍一篇阿里在重排（re-rank）方面探索的文章，论文题目为《Revisit Recommender System in the Permutation Prospective》，重点关注排列视角下的重排序过程，其大致思路可以分为两个阶段，第一阶段通过beam-search方法寻找候选的物品排列顺序，第二阶段通过定义的LR(List Reward) 得到最优的排列顺序，一起来学习一下。

1、背景

完整的推荐系统大都分为三个阶段，召回、排序和重排序。随着推荐技术的发展，各个阶段都有多样的技术和手段来提升最终的推荐效果。召回和排序阶段大都使用point-wise的方法，而在重排序阶段，则大都使用list-wise的方法。普遍使用的重排序的过程如下：

1）Ranking：通过排序阶段的排序分，得到初始的排序列表
2）Refining：通过list-wise的模型（LSTM／self-attention）对排序分进行调整
3）Re-ranking：基于Refining阶段的排序分，以贪婪的方式对列表进行重新排序

但是，上述的过程由于没有考虑商品排列因素（permutation-variant influence），因此并不是整体最优的。举个例子来解释一下什么是permutation-variant influence。如下图所示，两个列表A-B-C和B-A-C包含相同的三个物品ÿ