闲聊推荐系统中的曝光过滤机制
Posted 搜索与推荐Wiki
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了闲聊推荐系统中的曝光过滤机制相关的知识，希望对你有一定的参考价值。
某天某时某刻在摸鱼，闲刷某乎，看到了一篇实用性很强的文章：【闲聊推荐架构】推荐系统的曝光去重该怎么设计？，仔细阅读了一番，发现写的是真不错，推荐大家去读，但是这篇文章可能是一个「工程大佬」写的，对于曝光过滤的设计实现层面写的很赞，但是对于偏向于算法层面的同学来讲，可能不是那么友好，因此提笔在该篇文章和一些话题讨论基础上，结合笔者自己的工作经验进行补充和介绍，如果大家有什么好的想法和提议欢迎在评论区留言！
1.曝光过滤问题的定义
相信做推荐系统的朋友对「曝光过滤」这个话题肯定不陌生，试想在某个电商平台中总是给你推你已经看过的东西，那么它的用户流失率肯定不低，在失去用户体验的同时，也并不能对商品做到有效的分发，因此就引出了「曝光过滤」这个话题。
曝光过滤，顾名思义，就是将历史曝光给用户的item不再重复的进行曝光，进而引申的是将已经曝光过的商品的高相似商品也进行过滤，当然这里也有另一个命题是：推荐结果中高相似度商品的去重问题。所以这里探讨的是三个问题：
- 历史曝光过的商品进行过滤
- 历史曝光过的商品的高相似度商品进行过滤
- 候选池中高相似度商品去重
历史曝光过滤中最重要的是用户的历史曝光序列怎么定义，比如跨场景、跨天等，高相似度过滤中如何定义item的相似度、跨场景、跨session的高相似度去重都是值得细细探究和深挖的点，这些内容会在第四部分进行分享。
2.在哪个阶段进行过滤
传统的推荐系统的流程包括：召回、粗排、精
以上是关于闲聊推荐系统中的曝光过滤机制的主要内容，如果未能解决你的问题，请参考以下文章