详解推荐链路中的「召回」「粗排」「精排」的含义

今天给大家普及一下详解推荐链路中的「召回」「粗排」「精排」的含义相关知识，最近很多在问详解推荐链路中的「召回」「粗排」「精排」的含义，希望能帮助到您。

大家好，我是聊广告的照叔。

本篇文章给大家讲一下在广告推荐链路中会有哪些关键的节点，以及各自都是什么含义。废话不多说，我们直接进入干货环节。

召回

召回是广告投放链路的主要环节，一般是针对某次请求来说，把符合基本条件的广告放在候选队列。那什么叫不符合基本条件呢，例如广告预算不够，或者广告素材类型不支持某种场景等等。

常见的有效做法是根据对业务的理解，增加不同的召回通路。举个例子，比如我清楚地知道新激活用户对于游戏类的广告更感兴趣，那就要在召回的环节对于游戏类广告进行加权。

定向

一般是指广告主可选的投放范围，常见的包括时间定向（什么时候可以投放，下同）、地域定向、性别定向、年龄定向、人群定向（某类特定人群，例如高收入群体/某些机型群体等等）、人群包定向（将一部分符合条件的用户打包起来，只对这部分用户投放）、重定向（针对已经转化的用户进行投放）等。

基本定向不满足要求的广告主，其广告也不会出现在候选集里面。

召回和定向环节，基本可以把千万甚至以亿为单位的候选集缩小到几万的量级，这对于检索效率和服务器成本有很大的好处。

粗排

顾名思义，根据广告基本信息进行粗略的排序，目的是在节省广告资源的情况尽可能估得准。这个时候由于候选集仍有几万的量级，所以节省性能的重要性甚至会大于估得准这一点。

一般来说从性能的角度考虑的话，对于内容型产品在粗排的推荐，更多是基于对内容本身的打分，而不会考虑和用户特征和内容的匹配性。简单说就是只要这个内容本身的质量高，就会排在前面，至于这个特定的用户喜不喜欢则不考虑。

而对于广告来说，则是把后验转化效果好的广告排在前面。那有同学要问了，如果是新创意，没有后验数据怎么呢？那就「往上找」，这个创意没有后验数据，这个广告账户，这个广告主，甚至这个行业总有后验数据吧？当然了，实际操作中，也会将部分新创意接住精排阶段的模型来预估，来尽可能保证粗排阶段的重要性。

粗排过滤完之后，留给精排的结果就只有几百的量级了。

精排

由于在此环节只有几百的量级，所以能根据能拿到的全部信息进行精确的排序，这个时候预估的精准度就是第一优先级了。

对于内容推荐来说，在精排就需要考虑特定的用户到底喜欢什么了，这个时候成千上万的用户特征和偏好就会加到模型里面，和内容本身的特征进行运算处理。

对于广告来说，则需要计算广告的cpm到底会是多少，然后进行从高到低的排序。当然，有些时候除了计算本身的cpm之外，也会考虑其他的一些情况，从而在cpm之外增加一个因子。

精排阶段常见的策略干预包括以下几种：

1.提权/打压。对于优质或者平台需要额外扶持的广告进行提权，例如在双十一期间，平台通常会对电商类广告主进行额外的提权。同理，对于一些负向的广告主，例如高危的医疗类广告主会进行一些打压。

2.过滤和去重。对于某些非常相似的广告，需要进行去重的操作；若某种类型的广告用户之前明确表示过反感，这个时候也需要进行过滤的操作。

3.打散保证多样性。多样性对于平台长期的生态来说非常重要，这是短期的收入无法体现出来的，所以会有一些策略干预来保证候选的内容具备一定的多样性。

4.强插。会有一些运营的规则来保证强插，比如优先出保量的品牌广告。

在精排阶段胜出的就是候选集一般就是个位数了。

混排或重排

有的平台在精排胜出之后，还会加一个排序环节，就是将广告和内容统一成一个量纲进行一次排序。关于混排的内容照叔在之前的文章已经讲过，感兴趣的朋友可以翻看往期内容，这里就不再赘述。

好了，关于广告推荐链路的讲解就为大家讲到这里，感兴趣的朋友可以私信或者评论交流，我们下篇文章再见~