推荐策略（6）——排序

一、系统概述

推荐系统的模块分布

为什么要做排序？

召回的目的是全，排序的内容是准，如果能将召回的内容以恰当的顺序展现，那么对于提升用户体验（也有助于提升留存）、优化商业变现（广告精准投放）有一定的帮助。

由于内容本身好坏差别比较大，加上召回渠道、召回算法的多样性，导致召回阶段不能对数据（用户偏好数据）有很好的预测，所以需要排序过程对内容进行统一打分。

排序包括什么？

（1）离线计算：数据整合、特征提取、模型训练、线下评估

（2）近线实时数据流：在线和离线之间的步骤，清洗原始数据，供下游模型使用

（3）在线打分：对召回内容进行整合和打分重排序

二、排序算法

排序算法处于不断演变的过程。

推荐算法排序

LR：逻辑回归模型，用来做二分类

MLR：多元线性回归，可以解决非线性问题

GBDT：迭代决策树

XGBOOST：加入正则化，是升级版的GBDT

三、重排序

主要基于业务需要，展现形式有置顶、运营分发（抖音）、广告竞价排名（百度）等。

那么重排序应该怎么操作呢？

（1）基于内容

加大权重：今日头条的内容置顶

隔离：相似内容隔开，始终吸引用户

噪声过滤：考虑文章阅读时长，打击标题党

（2）基于用户

惩罚热点：对热点内容的用户操作如评论、转发等，进行降权处理

时效性：用户不断有新的动作产生，老特征下降权重，新特征加强权重

惩罚特征：如果一篇或一类文章没有被点击，其相关特征（关键词、来源）会被降权