一位小白零基础入门新闻推荐Task03--【多路召回】

学习目标内容：

学习推荐系统里的多路召回，理解新闻推荐系统里的多路召回策略。

学习收获：

从学习手册里我们学习到多路召回策略的意思。

多路召回

“多路召回”策略，指采用不同的策略、特征或简单模型，分别召回一部分候选集，然后把候选集混合在一起供后续排序模型使用，可以明显的看出，“多路召回策略”是在“计算速度”和“召回率”之间进行权衡的结果。其中，各种简单策略保证候选集的快速召回，从不同角度设计的策略保证召回率接近理想的状态，不至于损伤排序效果。如下图是多路召回的一个示意图，在多路召回中，每个策略之间毫不相关，所以一般可以写并发多线程同时进行，这样可以更加高效。
刚学习的时候有点懵和不懂，去查找资料和多方面去理解，大概整体理解多路召回的意思了。

就比如：
平时通过搜索引擎去查找我们感兴趣的内容，还有就是用户其实并不清楚自己的需求，或者用户的需求很难用简单的关键词来描述，更甚者他需要符合自身特征或喜好的结果，因此就有了基于用户特征、口味、兴趣喜好等信息发现机制的推荐系统，物品的召回是推荐系统重要的一环。

其实召回模块根据用户和场景特征，从上百万上亿物料库中挑选用户可能感兴趣的物品，通过多种召回方法进行组合召回，最终得到用户的候选物品集，经过召回过滤，物品的数量大概有上百上千个，一般会使用简单的特征进行快速查询，比如从ES、HBASE等查询。
在我们这次新闻推荐系统中，也就是说可以使用多种不同的策略来获取用户排序的候选商品集合&#