文章目录
- 一、多路召回是什么？
- 二、召回路径
- 1.I2I
- 2.矩阵分解 - U2I
- 3.聚类推荐 - U2U2I
- 4.实时召回 - U2I2I
- 5.基于内容 - U2Tag2I
- 6.基于图的算法：U2***2I
- 三、融合排序
- 四、融合策略
- 1、按顺序展示
- 2、平均法
- 3、加权平均
- 4、动态加权法
- 5、机器学习权重法
- 小结
- 参考
- 未完待续
一、多路召回是什么？
“多路召回”策略，指的是采用不同的策略、特征或简单模型，分别召回一部分候选集，然后再把候选集混合在一起供后续排序模型使用。
在设计召回层的时候，“计算速度”与“召回率”这两个指标是相互矛盾的，即要想有比较高的计算速度，就需要简化召回策略，这样就使得召回率达不到我们的要求；同样的，如果要有比较高的召回率，就必须将召回策略复杂化，此时计算速度就会相应的降低。
而“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。通过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达到理想化，不至于损伤排序结果。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，这样可以更高效。
在选择召回策略时，要根据相关任务的特点，考虑合适的召回规则。就比如新闻推荐，召回规则可以是“热门新闻”、“新闻类型”、“新闻类容”、“作者召回”等等。
如上图所示，每一层的召回中都需要选取前K个候选集，而每一层的K的大小是超参数，可以是不同的。K的大小一般需要通过线上线下评估来选取合适的值。
二、召回路径
1.I2I
I2I是指从一个物品到达另外一个物品。
根据物品的相似性，当用户查看一个物品，就给他推荐另一个物品。
2.矩阵分解 - U2I
U2l是指从一个用户到达一个物品。
根据用户的直接行为，计算User和Item的tag（标签）矩阵，然后进行向量积，然后提前存储好进行推荐。
我的理解：当用户点击了某个商品，就会再次给他推荐这个商品。
3.聚类推荐 - U2U2I
U2U2I是指从一个用户，到达另一个用户，再到达一个物品。
根据用户信息（可以根据用户本身的属性，也可以根据用户的浏览内容），对用户进行聚类，找到最相似的用户，根据最相似用户喜欢的物品进行推荐。
4.实时召回 - U2I2I
U2I2I是指从一个用户，通过一个物品，到达另一个物品。
根据用户点击查看的物品，实时为用户更新推荐列表，将与物品相似或相关的物品推荐给用户。
5.基于内容 - U2Tag2I
先计算用户的偏好标签，然后对偏好标签进行相似度计算，获取可能感兴趣的物品。
6.基于图的算法：U2***2I
起始于U（用户），结束于I（物品），通过中间跨越多个U和I，最后得到为用户推荐的物品。
三、融合排序
多种召回策略的内容，取TOPN合并成一个新的列表。这个新的列表，可以直接返回给前端，进行展示；也可以发给精排，进行排序。
精排模型非常耗时，所以召回的内容，会经过粗排之后，把少量的数据给精排进行排序。
四、融合策略
召回策略 | 召回item列表（Item-Id：权重） | 召回item列表（Item-Id：权重） | 召回item列表（Item-Id：权重） |
召回策略1 | A：0.9 | B：0.8 | C：0.7 |
召回策略2 | B：0.6 | C：0.5 | D：0.4 |
召回策略3 | C：0.3 | D：0.2 | E：0.1 |
1、按顺序展示
比如说按召回策略1 > 召回策略2 > 召回策略3，则直接展示A、B、C、D、E
2、平均法
- 分子：权重和。
- 分母：在网上有看到两种结果，一种是所有召回策略中包含所计算物品召回策略的个数，另一种是召回策略总数。
按第一种说法，D为（0.4+0.2）/2
按第二种说法，D为（0.4+0.2）/3
小白我也不知道哪种是对的，希望大佬们指点嘻嘻。
3、加权平均
这一种方式需要人为指定每种策略的权重。
假定将上面三种策略的权重指定为0.4、0.3、0.2，则B的权重为（0.4 *0.8 + 0.6 *0.3 + 0 *0.2）/ （0.4+0.3+0.2）
通过这里，小白觉得上面的平均法的分母应该是召回策略总数。
4、动态加权法
计算每种召回策略的CTR（点击率），作为更新的动态加权。
这种方法只考虑了点击率，并不全面。
召回源CTR计算方法：
展现日志-带召回源：1，2，3，3，1，2，3
点击日志-带召回源：点击1
召回源的CTR = 点击数/展现数
5、机器学习权重法
利用机器学习的方法来设置权重，比如说，使用逻辑回归LR分类模型预先离线算好各种召回的权重，然后做加权召回。
这种方法考虑更多的特征以及环境因素，会更准确。
以上融合排序的方法，成本逐渐增大，效果依次变好。
小结
虽然现在工业界普遍采用多路召回的策略，但是多路召回仍存在一些不可避免的缺陷。比如说，从策略选择到候选集大小参数的调整都需要人工进行，另外不同策略之间的信息也是割裂的，无法综合考虑不同策略对同一个物品的影响。
而基于Embedding的召回，对这些缺陷已经有了较好的解决方法。
未完待续
由于faiss包一直安装失败，代码还没跑通。
对于Embedding召回，还没有理解透彻，未完待续！
