推荐不准的分层诊断

这道题其实问的是，当你发现推荐系统推荐不准的时候，从算法层面你能做什么。核心不是背一堆模型，而是先诊断问题出在哪个环节，再对症下药。我一般会先看数据，看是CTR低、转化率差，还是多样性不足。比如CTR低，往往是召回或者粗排阶段的问题，特征跟点击信号关联弱；转化率差，那就是排序阶段价值预估不准，特征没捕捉到购买意图。不同问题，解法优先级完全不一样。

先说特征工程，这是我最先下功夫的地方，因为特征的质量往往比模型复杂度更重要。具体来说，我会做特征交叉，比如用户年龄和商品品类做交叉，手动设计高阶交叉，或者用DeepFM、DCN自动学。序列特征也很关键，用户最近看了什么、点击了什么，用Transformer或者Self-Attention建模，能捕捉兴趣漂移。举个例子，在电商场景里，用户刚搜过“运动鞋”，推荐系统应该立马推运动鞋，而不是还在推羽绒服，这就是序列特征要解决的问题。还有实时特征，比如实时点击率、实时曝光量，能解决特征滞后的问题。[[多模态]]特征在冷启动时很有用，物品侧的图文[[Embedding]]可以缓解ID特征稀疏的问题。

模型结构这块，我倾向根据业务场景选，而不是一味堆模型。召回阶段用[[双塔]]DSSM，扩展到精排可以用SIM或者MIND处理长序列。多任务学习也很常见，比如用ESMM联合优化CTR和CVR，解决样本选择偏差。图神经网络像PinSage，适合有社交关系或者物品关联的场景，能挖掘协同信号。对比学习引入InfoNCE损失，可以增强用户和物品表示的匹配度。说白了，模型结构的选择取决于你的数据规模和业务逻辑，比如用户行为序列很长，那就得用能处理长序列的模型，否则用简单的双塔就够了。

训练策略上，我特别关注负样本采样。全局随机采样效果往往不好，我会改成Hard Negative，比如曝光但没点击的样本，或者跟用户历史行为相似但没交互的物品，这样能提升模型区分度。损失函数方面，从BPR到Softmax，再到Focal Loss，可以解决类别不平衡的问题。课程学习也值得一试，训练初期用简单样本，逐步增加难度，让模型学得更稳。[[蒸馏]]机制可以用大模型指导小模型，兼顾效果和性能。

这里有个坑，很多人一上来就堆模型，但特征工程永远是优先级最高的杠杆。如果特征本身表达不了业务逻辑，模型再复杂也没用。落地时我还会建立分层实验机制，离线看AUC，线上做AB，长期看留存，避免过拟合短期指标。

其实还有一个方向是探索与利用的平衡，比如引入Bandit算法或者随机探索，但这里有个前提，就是你的系统已经有一定数据量了，否则探索成本会很高。

所以整体来说，我更倾向把推荐优化看成一套诊断-特征-模型-训练的闭环，先定位问题，再从特征入手，逐步叠加模型复杂度，同时关注训练策略的细节，这样落地效果才稳。