在推薦搜索系統(tǒng)中，我們常?？梢砸姷街嘏拍K，那么你知道重排模塊的作用是什么嗎？在本篇文章里，作者就介紹了重排模塊的作用，以及常見的重排策略，一起來看看吧，或許會對想了解搜索推薦系統(tǒng)的你有所幫助。

很多人在最開始了解搜索推薦系統(tǒng)時，不明白為什么還需要單獨(dú)設(shè)立一個重排模塊，重排模塊和精排模塊能不能進(jìn)行合并。本篇我們就詳細(xì)介紹一下重排模塊的作用以及常見的重排策略。

一、推薦系統(tǒng)常見架構(gòu)

我們先介紹一下目前行業(yè)里先進(jìn)的推薦系統(tǒng)架構(gòu)是什么樣的，分別介紹各個功能模塊的定位。

(相關(guān)資料圖)

上圖是目前工業(yè)界常見的推薦系統(tǒng)架構(gòu)，整體系統(tǒng)鏈路上至少分為以下5層：

召回層：從億級別的物料中初篩出用戶感興趣的物料，輸出的物料在萬級別，大幅降低物料量級，減少后續(xù)系統(tǒng)中的性能壓力。一般都是多路召回架構(gòu)，接近20路的召回策略。粗排層：針對召回層返回的物料，預(yù)估召回點擊率再進(jìn)行排序，篩選出千級別的物料。過濾層：基于一些硬規(guī)則過濾掉最后不能在前端露出的物料，比如內(nèi)容領(lǐng)域命中了黑詞、電商領(lǐng)域無庫存的商品等。過濾層也可以放在粗排層之前。精排層：將過濾層返回的所有物料進(jìn)行CTR預(yù)估，然后按照Pctr進(jìn)行排序，輸出百級別的物料給到下一層。重排層：重排層會基于全局最優(yōu)和相關(guān)業(yè)務(wù)規(guī)則等對于精排返回的物料順序進(jìn)行再次調(diào)整，一般都只是微調(diào)。最終一次請求中返回在百級別以內(nèi)的物料給到前端。

每一個模塊都有自己的定位，早期的推薦系統(tǒng)就只有一個最簡單的排序模塊，發(fā)展到現(xiàn)在推薦系統(tǒng)架構(gòu)已經(jīng)非常精細(xì)化，不同模塊各司其職。

二、重排模塊的定位

在搜推系統(tǒng)的眾多模塊中，重排模塊主要實現(xiàn)以下三個目標(biāo)：全局最優(yōu) + 流量調(diào)控 + 用戶體驗。

1. 全局最優(yōu)

精排實現(xiàn)的是單點最優(yōu)，但是用戶實際在瀏覽推薦信息流時是連續(xù)瀏覽多個商品。不同商品之間的排列組合將影響用戶整體的點擊率。

就如同人穿搭衣服一樣，精排模塊的視角，是單點為用戶選擇最好看的上衣、褲子和鞋子。

而重排模塊是站在整體視角，為用戶選擇既好看然后風(fēng)格又匹配的最優(yōu)的上衣、褲子和鞋子的組合，所以重排模塊最終需要在精排的排序基礎(chǔ)上，按照用戶的瀏覽行為為其挑選出最優(yōu)的一組商品或者內(nèi)容組合。

2. 流量調(diào)控

重排模塊是對物料的最后一道排序環(huán)節(jié)，很多時候業(yè)務(wù)的特殊流量訴求都是在重排模塊進(jìn)行干預(yù)。比如電商場景中對于新品的扶持，淘寶當(dāng)年做直播生態(tài)時對于直播內(nèi)容進(jìn)行加權(quán)。這些特殊的流量訴求需要干預(yù)整體排序時，最好的實現(xiàn)方式都是在重排模塊進(jìn)行干預(yù)。

3. 用戶體驗

精排和重排整體的排序邏輯還是基于模型預(yù)估的CTR，但是有時候完全按照CTR大小來進(jìn)行排序的內(nèi)容會比較極端，比如連續(xù)多坑都是同一種類型的商品或者內(nèi)容，導(dǎo)致用戶審美疲勞，這種就是線上的問題案例，解決這類case都需要在重排模塊做一些頻控策略。

電商推薦里需要針對同三級類目、同品牌、同封面圖的商品進(jìn)行打散，內(nèi)容推薦場景里需要針對同類型、同封面圖、同作者的內(nèi)容進(jìn)行打散。打散可以有效防止用戶審美疲勞化，同時有利于探索和捕捉用戶的潛在興趣，對用戶體驗和長期目標(biāo)都很關(guān)鍵。

三、常見的重排策略

針對上述介紹的三大類目標(biāo)，我們分別介紹實現(xiàn)三大類目標(biāo)常用的策略。

1. 全局最優(yōu)-List Wise策略

List Wise本身不是一個具體的算法或者模型，只是一個模型的優(yōu)化目標(biāo)或者是損失函數(shù)的定義方式，List Wise關(guān)注整個列表中物料之間的順序關(guān)系，需要結(jié)合上下文的信息。List Wise整個策略分為兩個步驟：

1）序列生成