关于

本文收集了在搜索、广告、推荐系统中的一些召回策略和算法

协同过滤

• 主要是基于行为的协同过滤
• userCF
• itemCF
• 矩阵分解 SVD/SVD++/LFM
• 基于行为的方法的问题在于冷启动, 因为它只用到行为, 而新的item是没有行为的

基于内容的召回

• 计算用户的画像与内容的画像之间的距离(相似度)

基于用户群

• 对用户分群
  1. 获得user embedding向量, 方法可以是主题模型中的主题向量, 用户画像等数据用SVD,autoencoder降维后的向量等
  2. 利用user向量做聚类: k-means、层级聚类、GMM
• 对用户群中的用户推荐在这个用户群上的点击率高的item

倒排链

• 召回实现的时候是从标签反查item, 所以需要建立倒排索引
• 在拿到用户标签后, 通过标签反查item, 倒排链放到分布式索引数据库中加快检索速度

{ 
    'tag_1': 
        [ { itemID: '13', weight: 0.7 }, { itemID: '2', weight: 0.53 } ],
    'tag_2': 
        [ { itemID: '1', weight: 0.37 } ],
    ...
}

向量召回

• hash
• KNN
• faiss

参考资料

1. https://cloud.tencent.com/developer/article/1174893
2. J. Weston, A. Makadia, and H. Yee. Label partitioning for sublinear ranking. In S. Dasgupta and D. Mcallester, editors, Proceedings of the 30th International Conference on Machine Learning (ICML-13), volume 28, pages 181–189. JMLR
3. T. Liu, A. W. Moore, A. Gray, and K. Yang. An investigation of practical approximate nearest neighbor algorithms. pages 825–832. MIT Press, 2004