知识卡片
个性化召回的四种方式
个性化召回按用户与物料信息匹配度捞取候选,主流有四种:①内容召回——用年龄、职业、兴趣、历史行为、地区等基础信息建倒排索引,速度快但与兴趣相关的前提是画像团队打标准而全,缺点是特征越多倒排拉链越多、维护成本高。②协同过滤召回——找与目标用户相似的用户,把他们点过的物料作为召回(详见 [[协同过滤召回机制与评分矩阵]])。③图召回——建图刻画用户-物料(I2U)、用户-用户(U2U2I)、物料-物料(I2I)关系后抽取(详见 [[图召回的Deepwalk方法]])。④Embedding 模型召回(双塔)——分别建模用户与物料得向量再做内积检索(详见 [[双塔模型召回DSSM]])。可迁移启发:多路个性化召回各擅场景,应并行融合以兼顾广度与多样性。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 2 推荐系统架构
原书出处 · 1 处
- 推荐系统架构 2.2 召回层概述 · 查看原书依据
1.内容召回 内容召回根据用户的基础信息,比如年龄、职业、兴趣爱好、历史行为、所在地区等,建立倒排索引
参考来源
- 位置:《推荐系统全链路设计:原理解读与业务实践》第2章《推荐系统架构》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/17.html;src-013)
- 结论依据:原文把个性化召回列举为内容召回、协同过滤召回、图召回、Embedding 模型召回四类,并分别给出其机制与优劣,支撑本卡对四种方式的划分。
- 原始内容:1.内容召回 内容召回根据用户的基础信息,比如年龄、职业、兴趣爱好、历史行为、所在地区等,建立倒排索引