学习笔记2——个性化召回算法综述

1. 个性化召回

召回：从item set中选取一部分作为候选集（不同用户喜欢不同的item、item量级大则会导致排序慢，后端响应时间久）

根据用户的属性行为、上下文等信息从item set中选取其感兴趣的item集合作为候选集；

2. 召回决定了最终推荐结果的天花板（召回 -> 排序 -> 策略调整）；

3. 个性化召回解析

3.1 基于用户行为：根据用户是否点击系统推荐item（CF、矩阵分解）

3.2 基于User Profile：偏好统计，按类别召回（可扩展性较差，用户标签难迁移）

3.3 基于隐语义：深度学习（可解释性不强）