[推荐系统]召回之引言
作者：互联网
引言
其实最开始推荐系统根本就没召回，直接基于物料池进行排序就行，但是如果物料池变得超大，为了技术和业务发展，每个样本的特征越来越复杂，如果直接精排是没法工程的，所以增加召回，即用更简单的模型更少的特征或者直接规则对候选集快速筛选，减少排序阶段的耗时；同时召回的加入也能让业务更加丰富，如想对这个人增加热点物料，广告主重点推荐物料等等；
召回在推荐中的作用也十分重要，召回的商品准确与否直接决定了推荐的上限。召回的目标是从千万级甚至亿级的候选中召回几千个item，很老的资料中都是诸如相似商品召回，协同过滤召回,买了又买召回等，但是以单路形式呈现，随着发展，现在召回基本都是由多路组成，每一路会有不同的侧重点（优化目标）。在推荐系统，不同路可能代表了不同的优化目标，如喜欢、关注、观看时长、评论这些都可以分不同的路召回。每一路的召回都会拉取前K个候选集，对于每一路的K的大小可以不同。K的大小一般需要通过离线评估加上线上A/B测试的方式确定合理的取值范围。
- 召回：候选集规模大，模型和特征简单，速度快，尽可能增加多路业务性质的召回；
- 排序: 候选集不大，目标是保证排序的精准，模型和特征都更复杂；
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。当然，现在针对这些缺陷已经有了较好的解决方法——基于Embedding的召回。
下图是整体流程逻辑：
而现在都是多路召回：
目前召回常用的方法有：
- 传统召回：规则召回；userCF；itemCF；CF；协同召回；fpGrowth；SVD；SVD++；MF；DeepMF；
- 基于FM的召回：FM；FFM；DeepFM；
- 图召回：DeepWalk；Node2Vec；EGES；GCN；GraphSAGE；LINE；SDNE；
- 内容语义i2i召回：word2vec;FastText;Bert;
- embedding召回(也是现在发展的趋势)：Item2vec；DSSM；YouTubeDnn；Airbnb Embedding；MIND；NCF；CrossTag；EGES；GAT；SDM；NIRSA；TDM；
ps:在实际使用中，往往不是如论文一样单一实现，如工业界常常会用FM、双塔模型等先学习user embedding、和 item embedding，然后用ball tree、fast ball tree 等近似最近邻算法进行检索，加快效率；
多路召回融合
在每个召回策略后都得到了一些候选集后，那么如何融合这些结果呢，这个可参考文章中的介绍
简单来讲，如针对上述3路召回结果，可有:
- 直接融合排序法：即按照权重排序即可；
- 加权法：通过设定的规则对商品进行统计学加权，或者对整路进行加权；
- 自适应加权：如利用机器学习方法对不同路算权值；
常见术语解释
如I2I、U2I、U2U2I、U2I2I、U2TAG2I，如下图所示，其中“2”代表的是下图中的边，“U”与“I”代表的事下图中的节点。
- I2I：计算item-item相似度，用于相似推荐、相关推荐、关联推荐；
- U2I：基于矩阵分解、协同过滤的结果、直接给u推荐i；
- U2U2I：基于用户的协同过滤，先找相似用户，再推荐相似用户喜欢的item；
- U2I2I：基于物品的协同过滤，先统计用户喜爱的物品，再推荐他喜欢的物品；
- U2TAG2I：基于标签的泛化推荐，先统计用户偏好的tag向量，然后匹配所有的item，这个tag一般是item的标签、分类、关键词等tag。
而大部分情况下，用的最多的还是i2i和u2i，下图是embedding召回中的模型列举
规则召回
即运营等基于人直接拍脑袋想到的规则
- 基础属性召回：简单来讲就是人主观觉得有效的策略，比如热门召回、地域召回、家乡召回、标题召回,季节性召回等
- 产品&运营策略召回：比如节日、活动等定制场景
参考文献：
【总结】推荐系统——召回篇【1】
推荐系统召回策略之多路召回与Embedding召回
推荐系统主流召回方法综述
标签：候选,多路,推荐,item,召回,排序,引言 来源： https://www.cnblogs.com/shouhuxianjian/p/16379580.html