MLE / Research Scientist · ML Coding / Design

TikTok Embedding 推荐同质化:多样性重排与质量护栏

在相关性候选上减少重复商品、商家与类别集中,比较 MMR 和约束重排。

题目重点:在相关性候选上减少重复商品、商家与类别集中,比较 MMR 和约束重排。

题意与假设

这道练习题保留了面经中值得训练的核心约束,并将需要澄清的条件单独列出。现场拿到变体时,先和面试官确认这些条件。

  • 明确多样性维度是商品去重、类别、品牌或商家;展示位置数k和业务硬约束先确认。

解题路线

  1. 先诊断同质化来源:近重复向量、热门曝光、召回单路、候选库存或排序目标。只在重排加噪声可能降低相关性又未解决根因。
  2. 候选按实体去重,再用MMR式选择:相关性奖励减与已选项相似度惩罚;λ控制两者比例,相似度必须与多样性维度相符。
  3. 类别/商家配额可用贪心约束或优化模型,但硬配额可能在候选不足时无解,要定义回退;召回本身缺少多样项时重排无法创造它们。
  4. 评价相关性、intra-list diversity、coverage和分用户体验,线上看负反馈/转化等护栏;不要以多样性分数越高越好。

手动走一遍

十个结果都是同款不同卖家,先按商品实体去重;若目标商家多样性,再设每商家上限。用户明确要某种规格鞋,不应为类别多样性塞入无关厨具;约束要尊重意图。

规模与取舍

N候选选k,朴素MMR O(Nkd)向量比较,可预计算/缓存相似度;候选数量和索引多路增加召回成本。

易错点与追问

容易失分的边界

  • λ设置凭感觉不做实验。
  • 无关内容当多样性。
  • 重复实体没有先归并。

继续深挖

  • 如何避免牺牲少数兴趣用户?
  • 多路召回与重排如何共同改善覆盖?
✓已复制微信号!