一、技術(shù)路線回顧

1、業(yè)務(wù)場景與特點(diǎn)

本團(tuán)隊(duì)在微博 APP 中負(fù)責(zé)的推薦業(yè)務(wù)主要包括：

① 首頁推薦下的所有 tab 欄的內(nèi)容，信息流產(chǎn)品一般都是第一個(gè) tab 流量占比較高；

② 熱搜向下滑進(jìn)入的一個(gè)信息流，這也是我們的業(yè)務(wù)場景，也包括這個(gè)頁面上的其他信息流 tab，比如視頻頻道等；

③ 在整個(gè) APP 當(dāng)中搜索或者點(diǎn)擊推薦視頻，進(jìn)入的沉浸視頻場景。

我們的業(yè)務(wù)具有如下一些特點(diǎn)：

（1）首先，從推薦實(shí)現(xiàn)的視角來看：

① 業(yè)務(wù)場景多。

② 微博 UI 上用戶對操作和反饋多樣，內(nèi)容既可以點(diǎn)擊進(jìn)入正文頁觀看，也可以在流內(nèi)消費(fèi)，流內(nèi)反饋多樣如點(diǎn)進(jìn)博主個(gè)人頁、點(diǎn)進(jìn)正文頁、點(diǎn)圖片、點(diǎn)視頻、轉(zhuǎn)評贊等。

③ 可分發(fā)的物料類型多，如首頁推薦可分發(fā)長圖、圖片（一圖或多圖）、視頻（橫版或豎版視頻）、 文章等。

（2）從產(chǎn)品定位角度來看：

① 服務(wù)熱點(diǎn)：微博在熱點(diǎn)爆發(fā)前后，流量變化特別大，用戶能在推薦里面順暢消費(fèi)熱點(diǎn)內(nèi)容，是公司對推薦產(chǎn)品的要求。

② 構(gòu)建關(guān)系：希望在推薦的微博里沉淀一些社交關(guān)系。

2、技術(shù)選型

下圖展示了我們這幾年的技術(shù)進(jìn)步脈絡(luò)。

當(dāng)前的推薦框架來講千億特征、萬億參數(shù)是標(biāo)配。與 NLP 和 CV 不同，這兩個(gè)方向太大的模型是網(wǎng)絡(luò)本身復(fù)雜度高，推薦場景有較好的稀疏性，模型尺寸比較大，訓(xùn)練往往使用數(shù)據(jù)并行的方式，每個(gè)用戶 serving 并不需要全部模型參數(shù)。

本團(tuán)隊(duì)從 2018 年至 2022 年的技術(shù)演進(jìn)，主要是大規(guī)模和實(shí)時(shí)性兩個(gè)方面。在此基礎(chǔ)上再做復(fù)雜結(jié)構(gòu)，來達(dá)到事半功倍的效果。

這里簡要介紹一下我們的 Weidl 在線學(xué)習(xí)平臺。

主要流程為：用戶行為拼接樣本，給模型來進(jìn)行學(xué)習(xí)，再推薦給用戶反饋回來，整體采用數(shù)據(jù)流優(yōu)先的設(shè)計(jì)原則來達(dá)到更好的靈活性。無論使用什么方式訓(xùn)練 KERNEL，離線的模型存儲和在線的 PS 之間的實(shí)時(shí)更新部分還是在的。不管是用手寫的 LR 或 FM，或者 Tensorflow，或者 DeepRec 訓(xùn)練模型都是可以的，對應(yīng)的模型存儲都是我們自己搭建的一套數(shù)據(jù)流，模型格式也是我們自己做的，從而保證多 Backend 下從模型訓(xùn)練到線上更新能夠在分鐘級以下，下次用戶調(diào)用時(shí)能用到新的參數(shù)。在這種設(shè)計(jì)原則下，可以很方便的切換 Backend。

Weidl 是微博自研機(jī)器學(xué)習(xí)平臺，其中 Bridge 模式可以調(diào)用各個(gè)深度學(xué)習(xí)框架的算子，也可以不用 Bridge 模式，替換成自研算子也很方便。比如我們之前使用 Tensorflow，會(huì)對 tf 進(jìn)行一些內(nèi)存分配和算子的優(yōu)化，2022 年下半年切換到 DeepRec，對 DeepRec 多一些了解之后，會(huì)發(fā)現(xiàn)之前基于 tf 的一些性能上的優(yōu)化點(diǎn)和 DeepRec 是殊途同歸的。

下圖中列出了本團(tuán)隊(duì)這些年做的一些版本，方便大家理解我們業(yè)務(wù)中各個(gè)技術(shù)點(diǎn)的貢獻(xiàn)度，首先是用基于 FM 的模型解決大規(guī)模實(shí)時(shí)推薦問題，后面依次做了基于深度的復(fù)雜結(jié)構(gòu)。從結(jié)果來看，前面使用非深度模型解決在線實(shí)時(shí)問題帶來的收益也很大。

信息流推薦與商品的推薦不同，信息流推薦基本都是大規(guī)模實(shí)時(shí)深度結(jié)構(gòu)。這塊也有一些難點(diǎn)和分歧點(diǎn)，比如：特征實(shí)時(shí)并不是模型實(shí)時(shí)的替代方案，對推薦系統(tǒng)來講，模型學(xué)到的才是比較重要的；另外在線學(xué)習(xí)確實(shí)會(huì)帶來一些迭代上的問題，但在絕對收益前，都是可以花時(shí)間克服的。

二、大模型近期技術(shù)迭代

這一章節(jié)會(huì)從目標(biāo)、結(jié)構(gòu)和特征幾方面來介紹業(yè)務(wù)的迭代模型。

1、多目標(biāo)融合

微博場景用戶操作很多，用戶表達(dá)對 Item 的喜歡會(huì)有很多種行為，比如點(diǎn)擊互動(dòng)、時(shí)長、下拉等，每個(gè)目標(biāo)都是要去建模預(yù)估，最后整體融合排序，這塊對推薦業(yè)務(wù)來講是很重要的。最開始做的時(shí)候，是通過靜態(tài)融合加離線搜參來做，后來通過強(qiáng)化學(xué)習(xí)的方法，變成動(dòng)態(tài)搜參，之后又做了一些融合公式優(yōu)化，后面還改進(jìn)成通過模型來輸出一些融合分等。

強(qiáng)化調(diào)參的核心做法是，把線上流量分成一些小的流量池，通過一些線上當(dāng)前的參數(shù)，去生成一些新的參數(shù)，去看用戶對這些參數(shù)的反應(yīng)，收集反饋進(jìn)行迭代。其中比較核心的部分是 reward 的計(jì)算，其中用了 CEM、ES。后邊用了自研的算法，以適應(yīng)自身業(yè)務(wù)需求。因?yàn)樵诰€學(xué)習(xí)變化是非常快的，參數(shù)要不能隨之變化的話就會(huì)出現(xiàn)比較大的問題，比如大家對于視頻類內(nèi)容的偏好從周五晚上到周六早上和周日晚上到周一早上，偏好的變化是非?？斓模麄€(gè)融合參數(shù)的變化要反映出用戶對一些東西的偏好的變化。 

下面是模型優(yōu)化中的一些小 trick，用戶每天使用是帶周期性的，每天定時(shí) init 校正是比較好的，不然可能會(huì)走到比較偏的分支；參數(shù)初始化的時(shí)候要服從先驗(yàn)分布，先進(jìn)行先驗(yàn)化分析，再去進(jìn)行差異化融合；加入異常檢測機(jī)制，保證融合參數(shù)能一致迭代更新。

融合公式一開始選用加法融合，當(dāng)時(shí)業(yè)務(wù)目標(biāo)還沒有那么多，后來隨著目標(biāo)增多，發(fā)現(xiàn)加法融合不方便支持加更多的目標(biāo)，會(huì)弱化各子目標(biāo)的重要性影響，后邊使用了乘法融合公式。效果如 ppt 所示：

在全量版本升級為多任務(wù)之后，在此版本上優(yōu)化成，通過模型進(jìn)行目標(biāo)融合。通過模型融合，能更好地捕捉很多非線性的東西，具有更好的表達(dá)力，這樣也能做到個(gè)性化融合，每個(gè)用戶融出來的東西是不一樣的。

2、多任務(wù)

多任務(wù)是從 2019 年、2020 年開始火起來的一個(gè)概念，推薦系統(tǒng)往往需要同時(shí)關(guān)注多個(gè)目標(biāo)，比如我們的業(yè)務(wù)場景里有七個(gè)目標(biāo)：點(diǎn)擊、時(shí)長、互動(dòng)、完播、負(fù)反饋、進(jìn)主頁、下拉刷新等。對每個(gè)目標(biāo)各訓(xùn)練一個(gè)模型會(huì)消耗較多的資源且繁瑣。并且，有些目標(biāo)是稀疏的，有些則相對稠密一些，如果分開單獨(dú)做模型，那些比較稀疏的目標(biāo)一般不容易學(xué)好，放在一起學(xué)習(xí)能解決稀疏目標(biāo)學(xué)習(xí)的問題。

推薦多任務(wù)建模入門一般是從 MMOE 開始，到 SNR，再到 DMT，最后到全量的 MM，其實(shí)就是在 SNR 上做了融合網(wǎng)絡(luò)等優(yōu)化。

在做多任務(wù)之前，重點(diǎn)要解決的問題包括：多目標(biāo)之間各個(gè) loss 是否有沖突，彼此是否會(huì)有蹺蹺板效應(yīng)；樣本空間不一致的問題；loss 平衡問題等。在實(shí)際經(jīng)驗(yàn)中，無論是 PCGrad，UWL 的方法在測試數(shù)據(jù)都會(huì)體現(xiàn)出其作用，但如果放大到生產(chǎn)環(huán)境中，去在線學(xué)習(xí)不斷訓(xùn)練的話，這些方法的作用就會(huì)衰減的比較快，反而根據(jù)經(jīng)驗(yàn)去設(shè)定一些值在整個(gè)在線實(shí)習(xí)環(huán)境中也不是不可行，這塊也不太確定是不是跟在線學(xué)習(xí)相關(guān)，還是與樣本量有關(guān)。單獨(dú)做 MMOE 的效果也是比較好的，左邊是業(yè)務(wù)上實(shí)際的一些收益點(diǎn)。

下面是從 MMOE 開始的一些技術(shù)演進(jìn)。開始做多任務(wù)一般是做簡單的硬連接，后面到 MMOE，再到 SNR 或者 PLE，這些都是近年來業(yè)界比較成熟的方法。本團(tuán)隊(duì)使用的是SNR，并且進(jìn)行了兩個(gè)優(yōu)化。下圖下半部分，最左邊是 SNR 標(biāo)準(zhǔn) paper 的做法，我們把 expert 內(nèi)部的 transformation 進(jìn)行了簡化。同時(shí)會(huì)有獨(dú)享的專家和共享的專家，這里會(huì)根據(jù)一些實(shí)際業(yè)務(wù)中反饋的數(shù)據(jù)結(jié)論的實(shí)際值與估計(jì)偏差進(jìn)行一些分析，做一些單獨(dú)的專家。

3、多場景技術(shù)

我們所負(fù)責(zé)的推薦場景比較多，很自然想到使用一些多場景的技術(shù)。多任務(wù)是有些目標(biāo)比較稀疏，多場景是因?yàn)閳鼍坝写笥行?，小場景收斂的沒那么好，因?yàn)閿?shù)據(jù)量不足，而大場景的收斂比較好，即使兩個(gè)場景都差不多大，中間也會(huì)有一些涉及到知識遷移會(huì)對業(yè)務(wù)有收益，這也是最近比較熱的方向，和多任務(wù)在技術(shù)上有很多相通的點(diǎn)。

基于每個(gè)多任務(wù)模型，都可以做多場景模型，相比于多任務(wù)結(jié)構(gòu)，多加的是下圖中的  Slot-gate 層，相同的 Embedding 通過 Slot-gate 針對不同的場景表達(dá)不同的作用。通過 Slot-gate 的輸出可以分為三部分：連專家網(wǎng)絡(luò)、連進(jìn)目標(biāo)任務(wù)，或者連特征。

主模型主要是用 SNR 替換 CGC，跟多任務(wù)的迭代是一脈相成的。下面是當(dāng)前多任務(wù)和多場景混合在一起，在熱點(diǎn)和熱門兩個(gè)內(nèi)部業(yè)務(wù)場景下的應(yīng)用。其中首頁推薦為熱門流，發(fā)現(xiàn)頁推薦為熱點(diǎn)流。

整體結(jié)構(gòu)類似 SNR，上面為點(diǎn)擊、互動(dòng)和時(shí)長三個(gè)目標(biāo)塔。其中這三個(gè)目標(biāo)塔針對熱門和熱點(diǎn)兩個(gè)場景，細(xì)分為六個(gè)目標(biāo)。除外，增加了 Embeding transform layer，和 Slot-gate 不同的是，Slot-gate 是去找特征的重要性，而 Embeding transform layer 是考慮不同場景下 embedding 空間差異，去進(jìn)行 embedding 映射。有些特征在兩個(gè)場景中維度不同，通過 Embedding transform layer 進(jìn)行轉(zhuǎn)換。

4、興趣表征

興趣表征是這些年提的比較多的技術(shù)，從阿里的 DIN 到 SIM、DMT，已經(jīng)成為業(yè)界用戶行為序列建模的主流。

一開始使用的 DIN，對不同行為，構(gòu)建多個(gè)行為序列。引入 attention 機(jī)制給行為中不同物料予以不同權(quán)重，使用 local activation unit 來學(xué)習(xí)用戶序列與當(dāng)前候選排序物料的權(quán)重分布，實(shí)現(xiàn)了熱門精排方案，并取得了一定的業(yè)務(wù)收益。

DMT 的核心是把 Transformer 用在 multitask 上，本團(tuán)隊(duì)使用了簡化的 DMT 模型，移除了 bias 模塊，替換 MMoE 為 SNR，上線后也取得一定的業(yè)務(wù)效果。

Multi-DIN 是將多個(gè)序列展開，將候選物料的 mid，tag，authorid 等作為 query，分別對每個(gè)序列單獨(dú)做 attention 得到興趣表征后，拼接其他特征進(jìn)入多任務(wù)排序模型。

同時(shí)我們也做了實(shí)驗(yàn)發(fā)現(xiàn)，把序列拉的更長，比如將點(diǎn)擊、時(shí)長、互動(dòng)序列等，每個(gè)序列從 20 擴(kuò)到 50，效果更好，與 paper 中結(jié)論一致，不過序列更長需要更多的算力成本。

用戶生命周期超長序列建模和前面的長序列建模不同，不是通過請求特征就能拉到數(shù)據(jù)，而是離線構(gòu)造用戶的長行為序列特征；或者是通過一些搜索的方式，找到對應(yīng)的特征再去生成 embedding；或者是將主模型和超長序列模型分開建模，最終形成 embedding 送入主模型中。

在微博業(yè)務(wù)中，超長序列的價(jià)值沒有那么大，因?yàn)榛ヂ?lián)網(wǎng)上大家的關(guān)注點(diǎn)變化較快，比如熱搜的東西，一兩天就逐漸淡忘了，信息流中七天前的東西，分發(fā)就比較少了。因此太長的用戶行為序列，對于預(yù)估用戶對 item 的偏好價(jià)值會(huì)有一定程度的減弱。但對于低頻或者說回流用戶來說，這個(gè)結(jié)論一定程度上是不同的。

5、特征

使用超大規(guī)模的模型，在特征層面也會(huì)有一些困擾。比如有的特征理論上覺得會(huì)對模型有幫助，但加入后的效果并不能達(dá)到預(yù)期，這也是推薦業(yè)務(wù)面臨的現(xiàn)實(shí)情況。因?yàn)槟Ｐ鸵?guī)模非常大，模型中加了特別多 id 類的信息，已經(jīng)對一些用戶偏好有了不錯(cuò)的表達(dá)，這時(shí)再加一些統(tǒng)計(jì)上的特征，可能就沒那么好用，下面講下本團(tuán)隊(duì)實(shí)踐中比較好用的特征。

首先匹配特征效果都是比較不錯(cuò)的，用戶對于單個(gè)物料、單個(gè)內(nèi)容類型、單個(gè)發(fā)博者建立一些比較詳細(xì)的統(tǒng)計(jì)數(shù)據(jù)，都能帶來一些收益。

另外，多模態(tài)的特征也是比較有價(jià)值的，因?yàn)檎麄€(gè)推薦模型是基于用戶行為的，有一些低頻、冷門的 Item 在整個(gè)系統(tǒng)中用戶行為都是不足的，這時(shí)引入更多的先驗(yàn)知識能帶來更多收益。多模態(tài)通過引入 NLP 等技術(shù)引入一批語義進(jìn)來，對于低頻和冷啟動(dòng)都是有幫助的。

本團(tuán)隊(duì)做了兩種類型引入多模態(tài)特征的做法：第一種類型是把多模態(tài) embedding 融合進(jìn)推薦模型中，對底層這些 embedding 的梯度凍結(jié)，往上層的 MLP 再進(jìn)行更新；另一種方法是利用多模態(tài)在進(jìn)推薦模型之前先做聚類，把聚類的 id 扔進(jìn)推薦的模型進(jìn)行訓(xùn)練，這對于推薦模型來講是更容易引進(jìn)信息的方式，但也會(huì)丟失一些多模態(tài)具體的語義信息。

上面兩種方式，在我們的業(yè)務(wù)中都做了較多嘗試，第一種方法會(huì)帶來模型復(fù)雜度的提升，需要做很多空間變換，找特征重要性等，但能帶來不錯(cuò)的收益；第二種方法使用聚類 id 去學(xué)習(xí)，復(fù)雜度都在模型之外，線上服務(wù)也比較簡單，效果也能達(dá)到 90% 左右，而且還可以對聚類 id 做一些統(tǒng)計(jì)性的特征，結(jié)合起來效果很好。

加入多模態(tài)特征后，收益比較大的是高質(zhì)量的低曝光物料，能解決冷啟動(dòng)問題。推薦那些曝光比較少的物料，模型無法充分學(xué)習(xí)的，會(huì)很依賴多模態(tài)體帶來更多信息，對業(yè)務(wù)生態(tài)也是有正向價(jià)值的。

Co-action 的動(dòng)機(jī)是：嘗試 deepfm、wide deep 等多種特征交叉方式無果， 懷疑是交叉特征與 DNN 部分共享 embedding 沖突導(dǎo)致。Co-action 相當(dāng)于加了存儲，單獨(dú)開辟存儲空間去做交叉，這里增加了表達(dá)空間，在業(yè)務(wù)中也拿到了不錯(cuò)的收益。

三、鏈路表達(dá)一致性

這部分是關(guān)于粗排和召回的內(nèi)容。對于推薦業(yè)務(wù)來講，雖然因?yàn)樗懔χС植涣藢装偃f的候選集都用精排來排，而分成召回、粗排、精排幾部分，但邏輯上是在講同個(gè)問題。如下圖舉例，粗排是會(huì)做截?cái)嗟?，最終給到精排的內(nèi)容只有 1000 左右，如果粗排和精排的表達(dá)差異較大，在截?cái)嗟倪^程中很可能會(huì)把將來精排分比較高的內(nèi)容截?cái)嗟簟＞藕痛峙诺奶卣鳌⒛Ｐ徒Y(jié)構(gòu)都不一樣，粗排一般和召回的框架比較類似，是向量檢索的近似結(jié)構(gòu)，特征會(huì)交叉比較晚，出現(xiàn)和精排模型表達(dá)差異是很自然的情況。如果能提升一致性，也會(huì)促進(jìn)業(yè)務(wù)指標(biāo)上漲，因?yàn)閮蛇吥茏プ⊥瑯拥淖兓厔荨?/span>

下圖展示了粗排一致性迭代過程中的技術(shù)脈絡(luò)，上面是雙塔的技術(shù)線，下面是 DNN 的技術(shù)線。由于雙塔的特征交互較晚，所以加了很多雙塔特征交叉的方式。但向量檢索的方式天花板有點(diǎn)太低了，所以從 2022 年開始，會(huì)有 DNN 分支來做粗排，這對于工程架構(gòu)的壓力比較大，比如要做特征篩選，網(wǎng)絡(luò)剪枝，性能優(yōu)化等，而且一次性打分的條數(shù)也會(huì)較之前有減少，但打的分更好了，因此條數(shù)變少也是可以接受的。

DSSM-autowide 是基于雙塔做了類似 Deep-FM 的交叉，帶來了業(yè)務(wù)指標(biāo)上的增幅，但下一個(gè)項(xiàng)目，換新的交叉方式，提升就沒有那么顯著了。

因此，我們覺得基于雙塔能做出的收益是比較有限的。我們還嘗試了基于雙塔做的多任務(wù)粗排模型，但還是繞不過雙塔問題。

基于上述問題，本團(tuán)隊(duì)對粗排模型進(jìn)行優(yōu)化，使用 DNN 和級聯(lián)模型做 Stacking 架構(gòu)。

級聯(lián)模型可以用雙塔先做一層篩選，篩選之后再過濾截?cái)嘟o粗排的 DNN 模型，相當(dāng)于在粗排這里內(nèi)部做了粗排和精排。換成 DNN 模型后，能支持更復(fù)雜的結(jié)構(gòu)，更快擬合用戶興趣變化等。

級聯(lián)在框架中起了比較重要的作用，如果沒有級聯(lián)模型的話，不太能從比較大的候選集中選出小候選集去給粗排的 DNN 來使用。級聯(lián)中比較重要的是怎么構(gòu)造樣本，可以看下圖。從百萬級的物料庫，召回幾千粗排，給精排 1000 內(nèi)的物料，最后曝光的是 20 條左右，用戶有行為的是個(gè)位數(shù)條數(shù)，整體是從更大的庫走到用戶有行為的漏斗過程。在做級聯(lián)的時(shí)候，核心點(diǎn)是每個(gè)部分都要進(jìn)行一些采樣，組成一些比較難的 pair 和比較簡單的 pair，來給級聯(lián)模型學(xué)習(xí)。

下圖是級聯(lián)優(yōu)化和全局負(fù)采樣帶來的收益，這里不做詳細(xì)介紹。

接下來介紹近期比較火熱的因果推斷。

我們使用因果推斷的動(dòng)機(jī)是，給用戶推的東西，如果推所有人都喜歡的東西，用戶點(diǎn)擊效果也不錯(cuò)，但用戶自己也有一些比較小眾的興趣，給用戶推這些小眾的物料，用戶也比較喜歡。這兩種東西對于用戶來講是一樣的，但對平臺來講，能推出來更小眾的東西是更個(gè)性化的，而模型更容易推出來的是第一種，因果推斷就是來解決這種問題的。

具體的做法是去組 pairwise 樣本對，對用戶點(diǎn)擊且流行度低的物料，和流行度高但用戶未點(diǎn)擊的物料，用貝葉斯的方法做 loss 訓(xùn)練模型。

在我們的實(shí)踐中，因果推斷在粗排和召回階段來做比在精排做更容易獲得收益。原因是精排模型比較復(fù)雜，精排已經(jīng)有不錯(cuò)的個(gè)性化能力，但粗排和召回即使用了 DNN，也是裁剪的 DNN，整個(gè)模型的個(gè)性化能力還是有差距的，在個(gè)性化能力比較差的地方使用因果推斷效果肯定比在個(gè)性化能力強(qiáng)的地方使用效果更明顯。

四、其他技術(shù)點(diǎn)

1、序列重排

重排是采用 beam-search 方法，設(shè)計(jì)結(jié)合 NEXT 下拉模型的 reward 函數(shù)，生成多種候選序列，選取最大收益的序列，擴(kuò)量后效果不穩(wěn)定，細(xì)節(jié)進(jìn)一步優(yōu)化中。 

2、圖技術(shù)

圖技術(shù)主要包括兩部分：圖數(shù)據(jù)庫和圖 embedding。對于推薦來講，如果用圖數(shù)據(jù)庫，會(huì)更方便一些，成本更低。圖 embedding 指的是游走類的節(jié)點(diǎn)隨機(jī)游走，將圖數(shù)據(jù)（通常為高維稠密的矩陣）映射為低維稠密向量的過程。圖嵌入需要捕捉到圖的拓?fù)浣Y(jié)構(gòu)，頂點(diǎn)與頂點(diǎn)的關(guān)系，以及其他的信息（如子圖，連邊等），在此不展開介紹。

推薦中可以用基于隨機(jī)游走、圖結(jié)構(gòu)、圖對比學(xué)習(xí)等算法，做用戶與博文、用戶與作者的互動(dòng)/關(guān)注等召回。主流的方式還是把圖文、用戶等做成 embedding，給模型加特征，也有一些比較前沿的嘗試方式，如直接做端到端網(wǎng)絡(luò)，用 GNN 來做推薦。

下圖是目前端到端的模型，目前我們還在嘗試中，不是線上的主流量版本。 

下圖是基于圖網(wǎng)絡(luò)生成 embedding，右邊的圖是根據(jù)賬號的領(lǐng)域算出的相似度。對于微博來講， 根據(jù)關(guān)注關(guān)系算出 embedding 是有收益的。

五、問答環(huán)節(jié)

Q1：對推薦信息流很多 Item 只瀏覽不點(diǎn)擊，是怎么區(qū)分是否感興趣的呢？通過列表頁上 Item 的停留時(shí)間嗎？

A1：對的，信息流業(yè)務(wù)來講話，時(shí)長是比較重要的優(yōu)化指標(biāo)。做時(shí)長的優(yōu)化指標(biāo)，不太方便直接優(yōu)化用戶今天整體在 APP 上停留多久，優(yōu)化比較多的還是在 item 停留多久。不把時(shí)長當(dāng)作優(yōu)化目標(biāo)來做，就比較容易推很多淺消費(fèi)的內(nèi)容。

Q2：訓(xùn)練發(fā)生 fail over 模型實(shí)時(shí)更新會(huì)有一致性問題嗎？模型的一致性問題如何處理？

A2: 當(dāng)前對于推薦的學(xué)習(xí)訓(xùn)練來講，如果是 cpu 的話異步式的比較多，大家不太做成那種全局有個(gè)輪次，等輪次結(jié)束之后統(tǒng)一收集完，更新到 ps 上，再發(fā)起下輪次，因?yàn)樾阅軉栴}，大家基本不會(huì)這樣做。無論是不是實(shí)時(shí)、在線學(xué)習(xí)，都達(dá)不到強(qiáng)一致性。

如果你訓(xùn)練發(fā)生 fail over 的話，如果流式訓(xùn)練的話，是記錄在數(shù)據(jù)流上，比如 kafka 或者是 flink 上，去記載你當(dāng)前方案訓(xùn)練到哪的位置的，你的 ps 上也有你上次訓(xùn)練完的記錄，也就跟全局的差異是差不多的。

Q3：請問召回使用精排的序會(huì)不會(huì)降低召回模型迭代上限？

A3：迭代上限姑且理解為召回的天花板，那我理解召回的天花板肯定不是要超越精排，舉例來說，如果算力現(xiàn)在是無窮的話，那用精排打 500 萬物料的分是不是對業(yè)務(wù)最好的處理方式。那召回在投入不那么大的情況下，盡量把精排覺得最好的部分給他找出來，比如說讓他從召回里面那 6000 里面選出的 top15 和在 500 萬的 top15 是比較接近的，召回模塊做的就比較好了。如果大家這么理解的話，那召回使用精排的序不會(huì)降低迭代上線，反而是向著上限前進(jìn)。不過這也是我們一家之言，大家根據(jù)自己的業(yè)務(wù)導(dǎo)向，可能結(jié)論不一定是放之四海而皆準(zhǔn)的。