Feed 流召回

全站可能有上亿条视频,排序模型不可能对所有视频直接打分——太慢也太贵。召回的任务是从海量内容里快速找出几百到几千条候选交给排序。还有个容易被忽略的认知:召回决定了排序的上限,好内容没进候选集,再强的模型也无能为力。

这章处理三件事。一是多路召回,关注、热门、兴趣、相似、协同过滤、探索并行,各自侧重不同维度——关注看实时性,热门要冷热区分,兴趣表达长期兴趣,相似靠 embedding,协同过滤依赖行为矩阵,探索负责长尾,单一通道兼顾不了相关性、热度、新鲜度和多样性。二是合并与配额:不同通道会召回重复视频,去重不是丢掉而是合并来源,同一视频来自多个通道通常更可能相关,来源还会作为排序特征;各通道要有配额,否则热门会占满候选集,新用户调高热门与探索,老用户调高兴趣与相似。三是实时与监控:用户刚点赞或划走的内容应该在下次请求生效,靠 Redis 和在线特征服务支撑,与近线、离线分层配合,实时保新鲜、离线保全面。

读完你应该能说清每条召回通道的取舍和失效后果,解释去重为何保留来源而非简单丢弃,并能设计一套随用户状态变化的动态配额和一组召回质量监控指标。

召回给出候选集,下一章交给排序:从几百条候选里决定用户实际看到什么。

章节

发现内容有问题?

告诉我们哪里需要改进。