召回模块
- 标签类
- 基于用户历史回答过的话题、关键词召回
- 基于用户关注、浏览等兴趣话题去召回
- 基于内容分类去召回
- embedding召回
- 创作话题、兴趣话题有embedding，通过最近邻去召回相似的问题
- 通过深度学习模型学习出来embedding召回
- 协同类模型
- 热门或其他策略类召回
排序模块
ranking特征
- 问题侧主要是问题的话题、文本、时间、提问作者
- 用户侧主要是用户基础特征、用户兴趣、用户历史创作特征
- 交叉特征：问题与历史回答话题相似度、文本相似度等
ranking模型
- 传统GBDT、GBRank，在一些不追求极致效果情况中有一定优势
- 深度学习模型：Wide&Deep、DeepFM，效果有较大提升，但训练要求资源多，样本规模大
- ESMM（多目标）
目前模型主要是天级更新，在做onlinelearning的尝试
一些tips
- 模型融合或者复杂网络可能在比赛中有效，但是在实际生产中要考虑实际情况，一般情况下留给ranking阶段的时间不超过100ms，如果模型过于复杂，运行时间往往得不到标准，一般会使用单一的模型，或者直接使用多目标或多任务目标学习模型。
- 线上仍有不少地方在使用GBDT、GBrank，树模型有一些非常大的优势：模型简单，可解释性强，需要的样本量不大，训练时间短，使用资源少，模型稳定，一定时间不更新衰减比较弱，可维护性比较强，在一些不过分追求极致效果的情况使用比较多。
