推荐系统DAY 1

《推荐系统》个人学习笔记 - 知乎 (zhihu.com)

摘要

转化流程：

动作：意味着用户对...感兴趣，用户与...产生了交互，可作为推荐依据。

小红书转化流程3步：

常见的评测指标：

点击指标：点击率

反馈指标：点赞率、收藏率、转发率

特定产品指标：阅读完成率（文章）

（期待岗位指标、具备技能指标）

实验流程：

离线实验：收集历史数据在其上做模型训练和测试，算法没有部署到产品中，没有跟用户交互。
小流量A/B测试：把算法部署到产品中，设置实验组与对照组使用新旧策略，算法与部分用户做交互。
全流量上线：A/B测试的新策略优于旧策略，就加大交互的用户流量，最后推全。

（离线实验：推荐岗位和期待岗位之间的满意度？）

系统链路：

几十岗位 （召回）大于20个岗位（粗排）大于10个岗位（精排）大于5个岗位（重排）

（岗位要慎重、不然容易样样通样样松、最后呈现给大学生的就几个岗位）

（岗位实在是太少了，好像没有很大的数据量？？？不清楚）

召回：用多条召回通道（协同过滤、双塔模型、关注的作者等），先快速取回几千物品。
粗排：用小规模神经网络，给几千篇物品打分，选出分数Top几百的物品。
精排：用大规模神经网络，给粗排选出的几百篇物品重新打分排序。
重排：多样性抽样从几百篇物品中挑选几十篇，依规则打散，并插入广告和运营物品，根据生态再调整排序。