推荐系统推荐的结果肯定都是最相关的,但是有时候推荐的又非常类似
怎么对推荐算法进行优化,增加推荐结果的多样性和随机性呢?
1个回答
推荐一般是分成召回和排序(粗排、精排)两个步骤。
在召回过程里可以考虑增加召回的覆盖面,增加一些不同的类别被召回的可能性。
在排序的过程里,可以去重(减少重复推荐)、控制类别密集度(防止所有推荐都是来自一个类别的)、控制连续频次(防止连续N个推荐都是一个类别的推荐)、分桶策略(每个类别选择TopN,这样能增加分散性)。
SofaSofa数据科学社区DS面试题库 DS面经