编辑导读：在推荐系统中，召回是从物料库中获取一小部分物料，这一小部分物料会在后续的环节被模型用来打分排序。本文作者围绕推荐系统的召回进行了策略和场景两个维度的分析，希望对你有帮助。

本文主要覆盖以下2个topic：

1. 召回
2. 召回策略与场景

如果你对本文有兴趣，就继续往下看吧～

一、召回

本模块主要回答以下几个问题：

1. 召回是什么？
2. 为什么需要召回？
3. 工业界大家都是怎么做召回的？

1.1 召回是什么

在推荐系统中，召回是从物料库中，获取一小部分物料，这一小部分物料会在后续的环节被模型用来进行打分排序。

1.2 为什么需要召回

在真实的生产中，往往有数以亿计的item，如果直接用模型对这些item进行打分，完全不现实。所以需要召回环节。

召回环节主要数以亿计的数据中，检索出百级别的候选物品。

1.3 工业界大家都是怎么做召回的？

看几个行业case。

（微信看一看）

（爱奇艺段视频）

（蜻蜓FM）

总结一下：多路召回是当前推荐系统的主流架构。

KNOW-WHY环节，为什么大家都要用多路召回这种架构呢？

这样的设计主要有如下考虑：

1. 考虑用户层面：用户兴趣的多元化，用户需求与场景的多元化。例如：新闻需求，重大要闻，相关内容沉浸阅读等等
2. 考虑系统层面：增强系统的鲁棒性；部分召回失效，其余召回队列兜底不会导致整个召回层失效；排序层失效，召回队列兜底不会导致整个推荐系统失效。
3. 系统多样性内容分发：图文、视频、小视频；精准、试探、时效一定比例；召回目标的多元化，例如：相关性，沉浸时长，时效性，特色内容等等
4. 可解释性推荐一部分召回是有明确推荐理由的：很好的解决产品性数据的引入；

二、召回策略与场景

本模块主要回答如下几个问题：

1. 策略与场景的关系？
2. 如何设置场景的策略？

2.1 策略与场景的关系

先说结论：策略是强场景相关的～！

如何validate上述结论？

用户逛首页：这个时候，用户暂时没有明确的购物意图，就是想来看看，有什么什么物品能够吸引自己的兴趣。所以这个时候的召回策略，偏兴趣试探。

用户逛详情页：比如你这个时候就想买一只奶茶色的口红，你在某只口红的详情页研究了3分钟，并且下单了，这个时候给你推荐的，肯定还是奶茶色的口红。毕竟对女人来说，一只口红是买，两只口红也是买。

2.2 如何设置场景的策略？

是否有一些可以遵循的标准步骤/思考模式可以复用？

2.2.1 第一步：看数据

原则：任何策略都需要数据的支持。

use-case：

场景：

运营同学、算法同学、还有你，大家在一起讨论是否要增加一路召回，这路召回的具体逻辑是按照用户兴趣topic进行召回。

思考逻辑：

按照兴趣topic召回具体实现逻辑梳理：即用户画像有兴趣topic字段，比如我西蓝花，我的用户画像兴趣topic字段有健身，那么可以用这一路进行召回。

数据现状梳理：经过review用户画像数据，发现99%的用户，都没有兴趣topic字段。那这样的话，就算上了这一路召回，也没有多大价值。

如果思考到这里就结束了，那我觉得还是不够，我们还需要思考，如何获得用户的兴趣topic字段。这就需要从产品设计上进行考虑～比如小红书的引导

2.2.2 第二步：看场景

原则：

1. 推荐策略最本质的功能是参与构建使得用户沉浸其中的场景
2. 用户带着不同的动机进入不同的场景，在用户的浏览链路中，各个场景应该满足或者引导用户的需求。具体到召回与场景，不同的场景需要不同的召回通道，或者不同的场景对同一个召回通道有所偏重。举例，app推荐首页，更侧重用户兴趣试探，展示内容比较发散，使得用户能够找到自己感兴趣的主题。用户点击推荐页进入详情页，用户的兴趣进一步明确，在该页推荐的内容应该比较收敛。因此，结合业务需求，推荐页可能需要各种不同类型的召回通道，从召回上保证多样性。详情页可能不需要那么多召回通道，同时召回上保证相关性。

use-case：

场景：美团买菜，商品详情页，用户点击“加入购物车”，底部会弹出“买了又买”模块。

策略：在该场景，买了又买模块是当前场景，给用户推荐其加购商品同一类的商品。比如用户加购冰淇淋，则推荐冰淇淋；用户买零食，则推荐零食；用户买水果，则推荐水果。

一点延伸思考，美团买菜的这个产品设计，目标是什么？

先和大家分享一个群里的故事，群里有个朋友提问：”想请教下对于用户冷启动，这些方法怎么能比较靠靠谱滴落地呢？user、item的embedding没有行为数据情况还有什么方法可以得到吗？”

我的回答分为两层：

1. 第一，建议你梳理并讲解一下你们的业务背景；
2. 第二，你们做这个冷启动，业务目标是什么？是提升转化率还是点击率？

明白为什么我讲这个故事了吗？产品设计与目标永远都是结伴而行，不可分割。

如果看到一个推荐场景，我们不能条件反射地去思考，这个场景的目标是什么？背后站着的产品设计者（creator）是如何构建他所期望让用户沉浸其中的场景？也就是KNOW WHY 和KNOW HOW。那我们就应该强制自己这样思考。

回到美团买菜这个case本身。

• KNOW-WHY。该场景目标是什么？让用户购买更多的商品，提升的是GMV。
• KNOW-HOW。creator如何构建这个该场景？用户在详情页，加购某一商品，这个时候用户的兴趣意图是非常明确的。比如用户买钟薛高的冰淇淋，那么用户的意图可以分为：第一，用户希望买冰淇淋；第二，用户希望买钟薛高的冰淇淋。那么这个时候可以给用户推荐符合这两种条件的冰淇淋。

一点题外话：总会看到有人讨论推荐产品经理的价值，在推荐这整个系统中，主导的是算法，那策略产品的价值是什么。我的理解是，策略产品很大一部分价值就是在挖掘场景，构建场景。像用户加购商品后的买了又买模块，就是一个非常好的场景。

美团买菜这个场景的构建是蛮好的～既然有好的case，就必须说一个我觉得很差的case，没有对比哪能知道孰好孰坏

这是7fresh的一个加购页面，给我推荐了油麦菜和鲈鱼。我是7fresh的忠实用户，消费频率高，一周3-4次的购买行为。主要集中在：零食、饮料、化妆品、护肤品等模块。我从来不做饭不做菜，所以我真的没有理解为什么要推荐这个。

2.2.3 第三步：多路召回，冗余过滤

原则：审视多路召回，冗余过滤。同一个场景可能会筛选出多路召回，各路召回尽量不要冗余。如果两路召回拉取的帖子属性非常相近，那么这两路召回冗余性较大，其中一路召回可以去掉。

use-case：这个暂时没有use-case，主要考虑是如果两路召回，其分别召回的内容差不多，效用不大，还新增了需要去重，不划算。

最后，如果你觉得本篇文章对你有帮助～记得收藏并且关注我哦～

#专栏作家#

一颗西兰花，人人都是产品经理专栏作家。关注AI产业与写作工具，擅长数据分析，产品研发管理。

本文原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议