推薦之召回和排序

推薦系統通常分爲召回和排序兩個步驟 召回： 召回階段的主要職責是：從千萬量級的候選物品裏，採取簡單模型將推薦物品候選集合快速篩減到千級別甚至百級別，這樣將候選集合數量降下來，之後在排序階段就可以上一些複雜模型，細緻地對候選集進行個性化排序。 排序：對多個召回方法的結果進行統一打分並排序，選出最優Top K。篩選：CTR預估的rank模型，相當於精排序：使用一個點擊率預估模型（輸入用戶特徵，內容特徵

>>阅读原文<<