← 返回刚才阅读的位置

知识卡片

结构图卡 · 7262.u · 生成模型:WorkBuddy (Claude)

TDM树召回模型

理解等级:高级

TDM(Tree-based Deep Model)是以“物料相似性”建树、再检索树来召回的模型,打破了非个性化与双塔在召回层的垄断。树是平衡树,叶子对应物料,非叶子节点代表由广到窄的类别(如 动物→猫科→加菲猫);每个节点都可映射为 Embedding,叶子与对应物料共享参数。

建树:有物料 Embedding 后做 Kmeans 逐层二类递归聚类;没有则按类别二分初始化,训练收敛后再重聚类重建(效果更好)。推理用 Beam Search:从根出发,每层把节点 Embedding 送入深度模型算概率、选 Top-k 子节点,逐层下钻到叶子。因树深 O(ln|C|) 且每层可剪枝,至多遍历 2k·ln|C| 节点,极高效——前提是树满足“最大堆树”性质:每层非叶子节点概率 = 其子节点概率最大值 / 归一化项 α,保证上层选中的 k 个节点的下层也恰是这 k 个的子节点。

样本构建配合最大堆:用户交互的叶子及其所有祖先为正样本,每层再随机抽非正样本节点作负样本,用深度网络作各节点共享分类器。TDM 在淘宝上线效果好,但建模与工程复杂、落地成本高。关联 [[双塔召回动机与DSSM结构]]。

结构图:

flowchart TD
R[根节点-最广类别] --> L1[第1层选Topk节点]
L1 --> L2[子节点层选Topk]
L2 --> L3[逐层下钻至叶子层]
L3 --> OUT[叶子节点=推荐物料]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    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7章《个性化召回层样本选择和模型选择》(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/312287/82.html;src-046) - 结论依据:原文说明 TDM 以层次聚类建树、最大堆树性质保证 Beam Search 正确剪枝、祖先为正/随机负样本的样本构建,支撑本卡。 - 原始内容:未知 7.5 基于树网络的召回 7.5.1 TDM树召回 Tree-based Deep Model(TDM)是基于树的召回模型