ReRank

推荐系统中的一环，考虑上下文信息对推荐结果的影响。

解决三大问题

• 用户体验

  • 打散

  • 多样性

• 算法效率

  • 多任务融合

  • 上下文感知

  • 实时性提升

• 流量调控

  • 保量：流量扶持、生态建设

  • 调权：业务需求、实时干预

用户体验

• 打散

  • 对同类目、同作者、相似封面图的 item 进行打散，有效防止用户疲劳和系统过度个性化

  • 打散常用的方法

    • [[分桶打散法]]

      • 不同属性 item 放入不同的桶中，一次从各桶取出 item 即可。#card

        • 比如按高中低价格分桶，排序结果价格呈现多样性

      • 简单，效果好。末尾容易扎堆，对原始序列改变大，可能带来指标的下降。

    • 权重分配法

      • 对每一个 item 定义一个分数，计算 $f(x)=\sum_i W_i *$ Count $_i$

        • w 为每个属性的权重，代表打散需求的优先级

        • Count 为同属性 item 已经出现的次数

      • fx 为打散加权分数，从低到高对 item 进行排序，完成打散。

      • 实现简单，充分考虑多种属性的叠加，扩展性强，末尾容易扎堆

    • 滑动窗口 #card

      • 在一个长度可控的滑动窗口内，同属性 item 超过一定次数后，交换出 session。

      • 考虑局部，计算量小，对原序的破坏比较低，最大限度保留相关性，也有末尾扎堆。

• 多样性

  • 评估方法

    • 数据指标分析

      • user 和 item 角度，用户曝光一二级类目数，曝光item同属一个类目的概率

      • 类目、作者、标签多个维度分析

    • 人工评估

  • 发展里程

    • 规则约束

      • 硬规则约束

      • 规则引擎

      • 个性化约束

        • 不同类目、不同时段、不同活跃度用户配置不同

    • 启发式方法：结合多样性和相关性

      • [[MMR]] 最大边缘相关模型

        • [[@The use of MMR, diversity-based reranking for reordering documents and producing summaries]]

      • [[DPP]] 点行列式矩阵

        • [[@Fast Greedy MAP Inference for Determinantal Point Process to Improve Recommendation Diversity]]

      • [[Deep-DPP]] 结合深度神经网络

        • [[@Practical Diversified Recommendations on YouTube with Determinantal Point Processes]]

    • 深度模型，加入上下文感知

算法效率

• 多任务融合

  • 精排输出多个任务的分数，在重排阶段融合。

  • 常用方法

    • 人工调权

    • Grid Search

    • 模型法

      • 轻量模型融合多个打分以及其他比较重要的特征

      • point-wise

      • 业务场景的最终指标必须单一，重排模型的监督目标必须是一个单一任务。

    • 强化学习

      • 根据用户在不同状态下的行为，利用强化学习建模状态转移过程，提升业务核心目标。

• 上下文感知

  • context-aware Learning-To-Rank

    • 优化目标

      • $\min \frac{1}{|B|} \sum_{(S, Y) \in B i \in[1, S[]} \sum_{[} \operatorname{Loss}\left(Y_i, \mathrm{~F}_{\mathrm{r}}\left(S_i, \operatorname{Context}(S, i)\right)\right)$

        • S 是曝光的物料序列，Y 是用户对 S 的反馈序列

        • Yi 是对 Si 的反馈

        • Fr 重排模型，预测 Si 被用户交互的概率。

        • Loss 可以是普通的交叉熵损失函数。

      • 如何表达序列中的物料 Si

        • 用户针对 Si 的个性化信息，精排模型打分

        • Si 在整个候选集中的排名、位置信息，刻画Si和邻居之间的相对关系，价格排名，精排序列排名

      • Fr 是能对序列建模的模型

    • 如何生成序列

      • $\underset{S \in \text { Permute }(X)}{\operatorname{argmax}} \sum_{i \in[1, \mid S[]} \operatorname{Utility}\left(S_i, \mathrm{~F}_{\mathrm{n}}\left(S_i, \operatorname{Context}(S, i)\right)\right)$

        • permute 代表排列组合能够生成的所有序列

        • Utility 收益函数，Si 被购买的概率等

      • Greedy Search

        • 每次挑选剩下无聊中带来最大收益的那个。

    • pair-wise 类

      • 构建 pair 对比两个 item 之间的相对关系，仍然忽略全局信息。

        • 正样本好于负样本的概率，利用交叉熵来拟合目标

        • 对比学习loss，hinge loss， [[Triplet Loss]]

      • RankSVM、GBRank、RankNet、

      • LambdaRank

        • RankNet 基础上引入 NDCG 目标

    • [[List Wise]]

      • 直接对序列进行优化，建模 item 序列的整体信息和对比信息

        • 即是使用List-Wise方法得到的候选序列，可以从list维度考虑排序，但在最终得到序列时也是逐个使用贪心方法选择候选item，还是不能做到充分上下文感知以及从整体(“长期”)收益的序列生成。

        • 通过序列生成方法和强化重排解决。

      • 树模型：lambdaMart

      • RNN

        • 分别利用 rnn+attention 和 pointer-network 来构建 seq2seq 模型

        • 阿里巴巴 [[miRNN]]

        • [[DLCM]]

        • [[seq2slate]]

      • 两段式：PRS

        • PMatch 和 PRank 两个链路，通过两段式结构得到最终输出

      • self-attention：[[PRM]]、setRank

        • self-attention 解决长序列建模问题

      • Exact K

      • 强化学习：京东LIRO、阿里GRN

• 实时性提升

  • 实时性分类

    • 系统响应实时性

      • 用户实时行为捕捉，端上重排

    • 特征实时性

      • 链路数据回收延迟，用户本身行为延迟反馈

    • 模型实时性

      • 在线学习，实时更新模型

  • 在线学习 ODL

    • 延迟反馈

      • 原因：链路数据回收延迟，用户本身行为延迟反馈

      • 解决方法

        • 负例校正法：先标记样本为负样本，真正转化后重新插入正样本。保证模型新鲜度，但假负例对模型有一定副作用。

          • Addressing delayed feedback for continuous training with neural networks in CTR prediction

        • 等待法：一定时间内等待真实的成交转化，没等到就不校正。label 置信度提升，模型新鲜度有折损。

          • A Feedback Shift Correction in Predicting Conversion Rates under Delayed Feedback (arxiv.org)

        • 纠偏法：ES-DFM，对观测转化分布和真实转化分布之间的关系建模，降低假负例的权重和增加真正例的权重，来纠正样本不置信问题。

          • Delayed Feedback (arxiv.org)

    • 数据稳定性

      • 电商 CVR 用户白天浏览点击，晚上下单。cvr 晚上比白天高，需要做修正。

• 端上重排

  • 优点

    • 推荐响应实时性：不用请求下一页，实现即时更新

    • 行为特征实时性：端上即时计算，不用回传云端

    • 行为特征丰富度：负反馈、滚动速度、曝光时长等多种用户行为都可以在模型中使用，基于云端的方式受限于数据传输和存储，一般只会选择点击等关键的用户行为。

  • 引擎

    • TF-lite

    • MNN

    • TNN

  • 基于双塔内积模型的实现方式

    • 服务端一次下发几十个item，包括item的embedding

    • 端上基于本地存储的user静态特征、统计特征，和实时行为特征，实时计算user embedding

    • user和item embedding进行内积计算，对list中未展现的剩余item做重排

    • 下次请求时，将更新后的user特征回传云端，方便云端模型实时更新。

  • 发展进程

    • 端上推理 EdgeRec

    • 端上训练 DCCL

流量调控

• 保量：流量扶持、生态建设

  • 规则引擎

    • 冷启动、买卖家结构调整、曝光保量

  • 探索和利用：通过e-greedy、Thompson sampling、UCB等EE类的方法，可以有效探索冷启item，同时利用已有item，保障效率折损最低。

• 调权：业务需求、实时干预

  • 规则引擎

    • 时效性要求高的场景，大促 item 加权

  • 样本加权

    • 命中调权规则的样本，增加其在 loss 中的权重。

    • 实现个性化，对效率折损较低。

    • 适合长期调权场景，大店和大 V

Ref

• [[@推荐算法架构4：重排]]

• [[@互联网大厂推荐算法实战]] 6.2 重排

• 搜索推荐广告排序艺术-重排序 - 知乎 (zhihu.com)

• 搜推广生死判官：重排技术发展 - 知乎 (zhihu.com)