推荐系统(3):倒排索引在召回中的应用

往期文章:

1. 推荐系统工程系列(1):浅谈推荐系统架构
2. 推荐系统工程实践(2):详解去重设计与实践

本文同步发表于

1. 知乎专栏: 倒排索引在召回中的应用
2. 微信公众号: yanianthe的公众号: 倒排索引在召回中的应用

欢迎订阅，一起学习一起成长~

1. 什么是倒排索引

倒排索引这个概念，在信息检索领域使用比较广泛。核心的需求是:如何从超大规模的内容库中召回匹配关键字的结果。

比如，在谷歌中搜索包含 ”推荐系统“ 关键字的内容。最直观的做法是针对数据库中所有内容一条一条匹配。但这样查找复杂度至少是O(n)，面对成千上亿的海量数据，效率上远远达不到要求。

因此，搜索引擎常规做法都是预先针对内容建立一个关键字索引。记录关键字对应的文档Id,位置,甚至是权重(分数)，查询的时候，直接到表中获取关键字的文档列表，倒排索引一般使用hash索引结构，查询复杂度O(1)。可以极大减少检索时间。

2.倒排索引在推荐系统中的应用

在个性化推荐领域，倒排索引同样承担着召回的大任。搜索场景中，关键字是用户主动输入，推荐系统中的"关键字"，更多的是依靠用户当下场景，上下文以及浏览行为等。

2.1 内容召回

其中一个比较大的应用场景是内容召回，也叫CB类召回。

在工业级推荐系统中，经常会离线分析用户的行为，得到一份对不同标签的偏好值。做的细一些，还会根据时间，偏好等不同维度进行划分。

根据用户的不同画像系统，通过倒排索引召回，可以增加用户的内容丰富度，比如最近 原神比较火，用户也频繁点击观看，那么下一次推荐中，可以召回更多原神相关的内容。

内容召回的特点是: 用户兴