← 返回卡片

原书出处

推荐系统全链路设计:原理解读与业务实践

02 推荐系统架构 2.2 召回层概述

核验版本的摘录快照 · 导入于 2026-11-10T16:53:59.771Z

训练阶段使用cos( y Q , y D )和目标值计算交叉熵进行梯度下降,在线预测的时候仅输出 y Q 和 y D ,然后通过向量检索工具(如Faiss)直接对目标用户进行物料Embedding检索,一般取打分的前 k 个(Topk)物料作为召回的物料

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置: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

EPUB SHA-256:561f2b6070e9967ef1d88dae2b51a30edc601db97e3e286e0e39db1c1d5c3a9e