推荐系统的双塔模型，问答

 

想问一下各位大佬：
1.推荐系统的双塔模型中，为什么用户向量和商品向量的内积可以表示用户对物品的兴趣呢？因为内积描述的是两个向量之间的相似度，而用户和物品的特征差别很大。
2.即便用户和物品很相似，可以用相似度来刻画喜爱程度吗？

 

 

 

目前工业界常用的推荐系统模型有哪些？

 

1. 召回策略：
1. 统计类，热度，LBS；
2. 协同过滤类，UserCF、ItemCF；
3. U2T2I，如基于user tag召回；
4. I2I类，如Embedding（Word2Vec、FastText），GraphEmbedding（Node2Vec、DeepWalk、EGES）；
5. U2I类，如DSSM、YouTube DNN、Sentence Bert；
2. 排序策略，learning to rank 流程三大模式（pointwise、pairwise、listwise），主要是特征工程和CTR模型预估；
1. 常见的特征挖掘（user、item、context，以及相互交叉）；
2. CTR预估，如LR、GBDT、FM、FFM、DNN、Wide&Deep、DCN、DeepFM、DIN、DFN；
3. 探索与发现（bandit、Q-Learning、DQN）；
4. 推荐理由：
1. 统计式，如：全城热搜、区域热搜；
2. 行为，如：看过、买过、看了又看、搜了又搜；
3. 推荐语生成（抽取式，生成式）；

 

作者：老顽童
链接：https://www.zhihu.com/question/314773668/answer/632369879
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

 

你好，请问一下LR在排序阶段是如何工作的呢？比如训练这个模型用的数据集是什么样的？比如当用于新闻推荐的时候，对于新的样本，模型的输出是什么？topK推荐是需要LR模型给出100个Item的打分，然后再对打分排序后选出K个么？

 

问题1，排序是分离线训练和在线预测两个阶段；离线训练可分为样本标注、特征选择、模型训练等；在线预测，主要就是基于已训练好的模型，然后根据在线收集的特征，算出分数；如果以LR模型为例子，那么离线阶段，会得到各个特征的权重，在线阶段，就会根据收集到的特征和对应的权重，算出分数；
问题2，训练模型的数据集，一般有两种收集方式，1）自动标注；2）人工标注，自动标注就是根据用户是否点击、下单、支付该item，给予一定的label和weight，比如目标是点击-下单率的话，那么点击且下单的样本就是正样本，点击未下单的样本就作为负样本；人工标注，就是选出一批数据，交给数据标注团队来人为判定出正负样本；

问题3，当用于新闻推荐的时候，对于新的样本，模型的输出是什么？--这里新的样本是指什么？是模型没有见过的样本么？如果是模型没有见过该item，但是线上会收集该item的一些特征，模型就会基于这些特征，给出一个分数，如点击的概率；

问题4，topK推荐，你说的是一种实现方式哈；

 

作者：tracholar
链接：https://www.zhihu.com/question/314773668/answer/1745453333
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

做过一段时间推荐，简单的总结一下吧，实际上上面也有人总结的很好了，我的就当补充吧。

1. 召回层：召回解决的是从海量候选item中召回千级别的item问题
1. 策略规则类：热度召回、LBS、历史行为重定向（买了又买、点了没买）、基于标签召回、业务特有的其他规则
2. 模型类：模型类的模式是将用户和item分别映射到一个向量空间，然后用向量召回，这类有itemcf，usercf，embedding（word2vec），Graph embedding（node2vec等），DNN（如DSSM双塔召回，YouTubeDNN等），RNN（预测下一个点击的item得到用户emb和item emb）；向量检索可以用Annoy（基于LSH），Faiss（基于矢量量化）。此外还见过用逻辑回归搞个预估模型，把权重大的交叉特征拿出来构建索引做召回
3. 粗排层：本质上跟精排类似，只是特征和模型复杂度上会精简，此外也有将精排模型通过蒸馏得到简化版模型来做粗排
4. 精排层：精排解决的是从千级别item到几十这个级别的问题
1. 预估：lr，gbdt，fm及其变种（fm是一个工程团队不太强又对算法精度有一定要求时比较好的选择），widedeep，deepfm，NCF各种交叉，DIN，BERT，RNN
2. 多目标：MOE，MMOE，MTL（多任务学习）
3. 打分公式融合: 随机搜索，CEM（性价比比较高的方法），在线贝叶斯优化（高斯过程），带模型CEM，强化等
5. 重排层：重排层解决的是展示列表总体最优，模型有 MMR，DPP，RNN系列（参考阿里的globalrerank系列）
6. 展示层：
1. 推荐理由：统计规则、行为规则、抽取式（一般从评论和内容中抽取）、生成式；排序可以用汤普森采样（简单有效），融合到精排模型排等等
2. 首图优选：CNN抽特征，汤普森采样
7. 探索与利用：随机策略（简单有效），汤普森采样，bandit，强化等
8. 产品层：交互式推荐、分tab、多种类型物料融合

 

相关专栏文章：

1、tracholar：推荐系统一：召回

 

目前工业界常用的推荐系统模型有哪些？ - tracholar的回答 - 知乎 https://www.zhihu.com/question/314773668/answer/1745453333

 

 

 

目前工业界常用的推荐系统模型有哪些？ - billlee的回答 - 知乎 https://www.zhihu.com/question/314773668/answer/1467844615

 

chatgpt：

推荐系统，召回，粗排、精排、重排，可以采用哪些推荐算法？

 

推荐系统中的召回、粗排、精排和重排都可以采用不同的推荐算法，下面是一些常用的推荐算法： 1. 召回阶段：基于用户历史行为的推荐算法，如基于用户的协同过滤、基于物品的协同过滤、基于热度的推荐等。 2. 粗排阶段：基于用户行为、商品特征、上下文信息等多种因素的推荐算法，如逻辑回归、决策树、随机森林、GBDT等。 3. 精排阶段：基于用户历史行为、商品特征、上下文信息等多种因素的推荐算法，如基于深度学习的排序模型（如DNN、Wide & Deep、DeepFM等）。 4. 重排阶段：基于广告主的竞价排名等方式的推荐算法。 需要根据具体应用场景和数据情况，综合考虑算法的准确性、复杂度、实时性等因素进行选择。

 

推荐系统技术综述

https://zhuanlan.zhihu.com/p/627664537 

 

 

小红书高时效推荐系统背后的技术升级
https://zhuanlan.zhihu.com/p/626542110