Lookalike理解

相似受众定向简称Lookalike,由于新客户与现有客户具有类似特征，对扩展人群投放广告能有效帮助广告主拓展业务和发掘新客户

发展：矩阵分解方法和基于社交关系链-----基于 LR 的方法，离线训练模型，离线扩展-----基于 Embedding 的方法

--参考腾讯广告分享

Offline Lookalike Pipeline 

对每个号码包独立训练一个排序模型，将得到的相似用户上传到 CKV ，用于线上定向检索。
离线扩展号码包得到如下形式：     bag1 => user1, user3, …     
这些号码包上传到 CKV 后，以倒排表形式存储     user1 => bag1, bag2, bag3, …     user3 => bag5, bag1, bag6, …     
随着使用 Lookalike 功能的广告主越来越多，系统中的号码包数量也越来越多；导致 CKV 中的 value（号码包列表越来越来），线性增长， Offline Lookalike 只能支持千级别号码包同时在线

online Lookalike 框架

核心思想 ：将user和种子包向量化，称为embedding User和种子包的向量相似度（点积）越大，越相似
优点 ：解放了 CKV: 只存储user embedding 在线相似度计算，使实时扩展成为可能

离线架构

 全量训练

 线上检索过程