— 20210707记
推荐系统常见的召回算法
相关索引召回以Item2Item范式为主。具体做法是：
Step1、离线阶段，基于一些商品相似度衡量指标（如皮尔逊相关系数）去构建倒排索引表；
Step2、服务阶段，利用用户的历史行为序列直接查表进行检索；
Item2Item范式的优势在于：
1、可以保证用户兴趣的相关性；
2、行为丰富的用户召回也是多样的；
3、可以捕捉用户的实时兴趣。
但是存在以下四点问题：
1、往往I2I的索引是基于一种共现的统计，可能出现冷门商品排不上，新品排不了的问题；
2、如何即考虑I2I的共现信息，又考虑Item两端的边界信息；
3、如何将这种索引的建立和多样的业务目标关联；
4、如何考虑多个Trigger指向相同的一个Item的联合概率。
博客：https://blog.csdn.net/Taobaojishu/article/details/116141443
若有收获，就点个赞吧
0 人点赞
