说起排序,对排序的认知还停留在召回阶段召回的item经过粗排过滤,剩下较少的item在精排中打分,按epcm或者其他策略挑选出最终要曝光的item。精排模型往往都是point-wise的,一个DNN加丰富的用户/item/上下文特征预估点击率。自从看了阿里这篇 《Revisit Recommender System in the Permutation Prospective》,了解到了排序完可以再一次重排,以达到用户体验最佳,且平台收益更好。下面就来详细看下重排到底做了啥?
![v2-071e132c7353c2be34deb925be1bf617_b.jpg](https://img-blog.csdnimg.cn/img_convert/44a26b2282bfbb14d3246d19058ab974.png)
permutation-wise
听过point-wise,pair-wise,也听过list-wise,permutation-wise 还是第一次听。
所以什么是permutation-wise?
见下图: