召回、排序相关知识总结

策略产品工作的一些方法论

https://alfredchen.cn/2018/12/18/%E7%AD%96%E7%95%A5%E4%BA%A7%E5%93%81%E5%B7%A5%E4%BD%9C%E7%9A%84%E9%80%9A%E7%94%A8%E6%96%B9%E6%B3%95%E8%AE%BA/

其中涉及准确率、召回率、diff影响面、G:S:B(good:same:bad)的解释；

Diff评估

在一个复杂的策略体系中，各种策略会互相作用，共同影响最终效果，比如搜索、推荐。

在迭代其中某条策略时，除了评估策略本身的召回和准确，还要关注策略变化前后，用户视角直接感受到的产品效果变化是怎样的。

输出结论：diff影响面、good：same：bad

Diff影响面：策略调整前后，用户感知发生变化的比例，通常要小于策略影响面（两类情况分数增加5分，用户感知没变：每一条结果都包含这个特征、结果之间的差距大于5）

good：same：bad（简称g:s:d）：随机抽样有变化的case，站在用户体验角度评估效果是变好了、无变化还是变差了（可以分为3/5/7档）

 

参考：

https://alfredchen.cn/2018/12/18/%E7%AD%96%E7%95%A5%E4%BA%A7%E5%93%81%E5%B7%A5%E4%BD%9C%E7%9A%84%E9%80%9A%E7%94%A8%E6%96%B9%E6%B3%95%E8%AE%BA/

 

 

learn2rank好文

http://xtf615.com/2018/12/25/learning-to-rank/

https://lumingdong.cn/learning-to-rank-in-recommendation-system.html

这两篇博文的一些重点要点，后续再总结一下。