推荐模型的案例分析-【突破瓶颈期和bad case study】-- 编辑中

现在主流的推荐链路可以划分为“召回–>粗排–>精排–>重排”四个阶段，也可以简化成“召回–>排序”两个阶段。
模型从0–>1的演进和1–>n的阶段不同，面临的问题也不同，这里主要关注1–>n的提升，分为突破瓶颈期和bad case解决两个部分。

突破瓶颈期

突破瓶颈期最核心的因素是识别什么是模型瓶颈，然后去定向优化解决。所以这里线介绍几个识别瓶颈的方法：

识别瓶颈

各个维度审视现在模型整体结构潜在的问题或者不足，明确哪些问题可以在现有模型下解决？哪些问题需要调整模型解决？

其中最有效的手段就是 case 查询。

查case

对于提升业务来说，查预测的case进行分析，将错误的case分门别类，针对没勒问题分析提出解决方案， 比单纯优化算法不断使用复杂算法来的有用的多。

解决瓶颈

针对原有模型的优化

1. 看相关论文，技术方案
   查看原始论文、技术博客等应用该模型的人的优化方案，尤其是工业界应用的优化方案。
   对论文中模型的应用，特别是纯学术界的方案，更应该主要注重借鉴思路，给现有模型做加法，因为实际业务数据庞大，并且问题场景复杂，直接照搬带来的变化过大，效果变化时很难具体定位原因。

2. 每次尝试之后总结业务特点
   针对有