5. 召回

5.1 传统召回模型

• 基于物料属性的倒排索引：相同属性的物料集合，集合内部按照后验 CTR 降序排序

• 协同统计的协同过滤算法：UserCF, ItemCF*

  • 相比于 user，item 的数量更少且稳定，提前计算 $A^TA$

  • 计算 $A^TA$ 有成熟的 map-reduce 算法，计算方便

  • 由于 item 相对较少，可以 broadcast $A^TA$，分布式预测

• 矩阵分解（Matrxi Factorization, MF）

  • 只能用 user_id, item_id 作为特征，信息有限

  • 无法冷启动

• 合并多路召回：各路的 topN

5.2 向量化召回

Embedding-Based Retrieval, EBR