快报：搜索推荐系统中，重排模块的定位以及常见策略

在推荐搜索系统中，我们常常可以见到重排模块，那么你知道重排模块的作用是什么吗？在本篇文章里，作者就介绍了重排模块的作用，以及常见的重排策略，一起来看看吧，或许会对想了解搜索推荐系统的你有所帮助。

【资料图】

很多人在最开始了解搜索推荐系统时，不明白为什么还需要单独设立一个重排模块，重排模块和精排模块能不能进行合并。本篇我们就详细介绍一下重排模块的作用以及常见的重排策略。

我们先介绍一下目前行业里先进的推荐系统架构是什么样的，分别介绍各个功能模块的定位。

上图是目前工业界常见的推荐系统架构，整体系统链路上至少分为以下5层：

每一个模块都有自己的定位，早期的推荐系统就只有一个最简单的排序模块，发展到现在推荐系统架构已经非常精细化，不同模块各司其职。

在搜推系统的众多模块中，重排模块主要实现以下三个目标：全局最优 + 流量调控 + 用户体验。

精排实现的是单点最优，但是用户实际在浏览推荐信息流时是连续浏览多个商品。不同商品之间的排列组合将影响用户整体的点击率。

就如同人穿搭衣服一样，精排模块的视角，是单点为用户选择最好看的上衣、裤子和鞋子。

而重排模块是站在整体视角，为用户选择既好看然后风格又匹配的最优的上衣、裤子和鞋子的组合，所以重排模块最终需要在精排的排序基础上，按照用户的浏览行为为其挑选出最优的一组商品或者内容组合。

重排模块是对物料的最后一道排序环节，很多时候业务的特殊流量诉求都是在重排模块进行干预。比如电商场景中对于新品的扶持，淘宝当年做直播生态时对于直播内容进行加权。这些特殊的流量诉求需要干预整体排序时，最好的实现方式都是在重排模块进行干预。

精排和重排整体的排序逻辑还是基于模型预估的CTR，但是有时候完全按照CTR大小来进行排序的内容会比较极端，比如连续多坑都是同一种类型的商品或者内容，导致用户审美疲劳，这种就是线上的问题案例，解决这类case都需要在重排模块做一些频控策略。

电商推荐里需要针对同三级类目、同品牌、同封面图的商品进行打散，内容推荐场景里需要针对同类型、同封面图、同作者的内容进行打散。打散可以有效防止用户审美疲劳化，同时有利于探索和捕捉用户的潜在兴趣，对用户体验和长期目标都很关键。

针对上述介绍的三大类目标，我们分别介绍实现三大类目标常用的策略。

List Wise本身不是一个具体的算法或者模型，只是一个模型的优化目标或者是损失函数的定义方式，List Wise关注整个列表中物料之间的顺序关系，需要结合上下文的信息。List Wise整个策略分为两个步骤：

1）序列生成

关键词：