题目标题

常见的推荐架构,以及召回算法,以及召回的目的是什么?

难度:中级

算法 推荐系统
参考解析

常见的推荐架构可以看做数据层,召回层,排序层。
数据层包括数据生成和数据存储,主要是利用各种数据处理工具对原始日志进行清洗,处理成格式化的数据,落地到不同类型的存储系统中,供下游的算法和模型使用。
召回根据用户的部分特征,从海量物品库中找出可能用户感兴趣的少部分物品交给排序环节。
排序层主要是利用机器学习的模型对召回层筛选出来的候选集进行精排序。
召回强调快,尽快从海量数据中筛选出少量可能需要的物品。

4.1 召回的常见方式有哪些?
基于兴趣的召回
基于地点的召回
基于协同过滤算法的召回
基于热门的召回等等。
召回可以看做单特征排序模型的排序结果