从协同过滤到双塔召回，那些你必须跨过的“坑
💡 前言
在推荐系统的漏斗中，召回（Recall） 决定了推荐的天花板，而 精排（Ranking） 只是在逼近这个天花板。
很多同学在从学校理论转向工业界实战时，往往会陷入一个误区：用搞精排的思维去搞召回。今天，结合我最近深入研究的一套大厂内部技术笔记，我想和大家聊聊召回层的“战术演进”，特别是那些教科书上没细说的工程权衡（Trade-off） 。
一、 传统时代的智慧：修正“人心”的偏差
在深度学习统领天下之前，基于 Item 属性的倒排索引和协同过滤（CF）是绝对的主流。但这里藏着一个经典的数学陷阱。
1.1 别再迷信余弦相似度了
我们都知道 UserCF 和 ItemCF 的核心是计算相似度。最常用的是 余弦相似度 (Cosine Similarity) 。但是，它在实际应用中有个致命 Bug：对尺度不敏感。
- 用户 A：狂热粉丝，看啥都打 5 分。
- 用户 B：苛刻批评家，觉得 3 分就是好片。
余弦相似度只看向量方向，会认为这两人兴趣完全一致，从而忽略了用户 B 的“及格线”其实很高。
👉 进阶解法：皮尔逊相关系数 (Pearson Correlation)
工业界更推荐使用皮尔逊系数。它的本质是 “中心化” (Centering) —— 先把每个用户的评分减去他自己的平均分。
-
A 的 5 分 （平庸）。
-
B 的 4 分 （喜欢）。
通过去均值，我们抹平了“打分习惯”的差异，让相似度计算回归兴趣本身。
1.2 多路召回的“端水艺术”
实际系统中，我们会有 UserCF、ItemCF、标签召回、热门召回等多路结果。怎么合并？
千万别直接按分数混排！因为不同路的分数体系不同（热门召回的分数通常会虚高）。
最佳实践：蛇形归并 (Snake Merge / Round-Robin)
第一轮取各路 Top1，第二轮取各路 Top2……这种朴素的轮询机制，反而能最大程度保证结果的多样性和公平性。
二、 向量化召回：现代推荐的基石
进入 Embedding 时代，核心逻辑变成了：万物皆向量，距离即兴趣。
2.1 架构设计的铁律：必须解耦 (Decoupling)
面试高频题：精排模型（如 DeepFM）和召回模型（如 DSSM 双塔）最大的区别是什么？
- 精排：恨不得把用户和物品特征揉碎了拼在一起，疯狂做特征交叉（Interaction），为了极致的准。
- 召回：必须解耦！ 用户塔算用户向量，物品塔算物品向量，两者直到最后一步才能见面。
为什么要牺牲交叉能力？
为了速度。只有解耦，我们才能离线把几千万个 Item Embedding 算好存入 FAISS。线上来了请求，只算一次 User Embedding，就能通过 ANN（近似最近邻）毫秒级检索。如果做早期交叉，你就得把 User 和几千万个 Item 逐一过一遍 DNN，服务器直接爆炸,。
三、 样本选择：召回模型的“生死线” 🔥
这是本文的重点中的重点。很多模型效果不好，不是结构不行，是样本喂错了。
3.1 负样本的陷阱
- 精排的负样本：曝光未点击。
- 召回的负样本：全库随机采样 (Global Random Sampling) 。
Why？
召回面对的是海量候选集，其中 99.9% 是用户完全不感兴趣的（八杆子打不着）。如果只用“曝光未点击”做负样本，模型就只学会了分辨“长得像但用户没点”的困难样本，却没见过“完全无关”的简单样本。上线后，模型会把大量无关噪音误判为高分。
3.2 黄金比例：Easy vs Hard
全随机（Easy Negative）虽然能让模型“开眼界”，但太简单了（教模型区分猫和汽车）。
Facebook 经验：Easy : Hard = 100 : 1。
在随机采样中，混入少量 Hard Negative（长得像正样本但不是，比如区分哈士奇和狼）。这能逼迫双塔模型学习更细粒度的特征。
四、 Loss 函数的玄机：从 NCE 到 NEG
召回模型到底在优化什么？
- 精排：追求 绝对准确性 (BCE Loss)。预测出 CTR 是 1% 还是 1.5%，因为要用于广告计费。
- 召回：追求 相对准确性 (Softmax/NCE)。只要 即可。
4.1 NCE Loss 的“作弊惩罚”
Softmax 分母太大算不动，于是我们用 NCE (Noise Contrastive Estimation) 把它变成二分类问题。
NCE 公式里有一个极重要的校准项： 。
- 是物品被采样的概率（通常与热度成正比）。
- 含义：如果一个物品太热门，我就扣它分！
- 目的：去热度偏差。强迫模型去学用户真正的兴趣，而不是无脑推热门。
4.2 工业界的妥协：NEG Loss
Google 的 Word2Vec 使用了更简单的 NEG Loss。它直接忽略了 NCE 中的校准项。
虽然理论上它不能拟合真实概率，但对于“学习高质量向量”这个任务，它计算够快、效果够好，是性价比之选。
五、 实战难题：冷启动与双塔改进
5.1 物品冷启动：借尸还魂
新物品没有 ID Embedding 怎么办？
通用解法：用 CNN/BERT 提取新物品的内容 Embedding，去库里找 个内容相似的高曝光老物品，把它们的 ID Embedding 取平均，作为新物品的初始向量。
5.2 改进双塔：把塔“变宽”
双塔最大的缺点是“交互太晚”，信息压缩损失大。
怎么救？ 在塔的内部搞事情。
不要只用简单的 MLP。在塔底引入 DCN (Deep Cross Network) 或 FM，在单侧塔内就让特征充分交叉（比如用户侧的“性别”和“年龄”交叉）。
“大塔变小塔”：把不同类型的特征（文本、类别）分别过小塔，最后融合。这能显著提升 Embedding 的表达能力。
📝 总结
做召回，本质上是在做 “平衡” ：
- 精度 vs 速度：通过双塔解耦和 FAISS 换取速度。
- 广度 vs 深度：通过随机采样（Easy Negative）保证广度，通过 Hard Negative 提升深度。
- 理论 vs 工程：通过 NEG Loss 牺牲一点概率理论的严谨性，换取训练的高效性。
