【王树森推荐系统】物品冷启05：流量调控

冷启动的优化点

• 优化推荐全链路（包括召回和排序），每一个环节都优化对新笔记做优化，让新笔记有足够多的机会走完链路，被曝光。还要让新笔记的推荐做的尽量准，不要让用户方案
• 流量调控（流量怎么在新物品，老物品中分配），工业界的做法是让流量在新笔记中倾斜，增加新笔记的曝光机会

扶持新笔记的目的

• 目的 1：促进发布，增大内容池
  • 新笔记获得的曝光越多，作者创作的积极性就越高
  • 反映在发布渗透率，人均发布量
• 目的 2：挖掘优质笔记
  • 做探索，让每篇新笔记都能获得足够曝光
  • 挖掘的能力反映在高热笔记占比。如果一篇新笔记是高质量笔记，但是如果它没有获得足够的曝光，那么优质笔记也会被埋没。所以我们要保证每篇笔记在探索阶段都得到足够的曝光

工业界的做法

• 假设推荐系统只分发年龄 < 30 天的笔记，超过 30 天的笔记通常不会出现在推荐的结果里，只能通过搜素和其他渠道曝光
• 假设采用自然分发（新老笔记公平竞争），新笔记（年龄 <24 小时）的曝光占比为 1/30
• 扶持新笔记，让新笔记的曝光占比远大于 1/30。新笔记流量远远大于自然分发的流量

流量调控技术的发展

1. 在推荐结果里强插新笔记
2. 对新笔记的排序分数做提权（boost）。排序的时候对新笔记加上或者乘以一个系数，这样会让新笔记更占优势，获得更多曝光机会。这是一个投入产出比很划算的策略，实现也不难
3. 通过提权，对新笔记做保量。比如尽量保证让每篇新笔记都能在前 24 小时获得至少 100 次曝光。保量的手段也是提权，但是提权的策略更复杂更精细
4. 差异化保量。在笔记刚刚发布的时候，根据内容质量，根据保量的目标是多少次曝光，内容质量高的，保量目标定的高，给更多的流量倾斜

新笔记提权（boost）

推荐系统的链路

• 粗排会让物品从几千个到几百个
• 重排+抽样让物品从几百个到几十个
• 如果不做干涉，让新笔记和老笔记做公平竞争，那么新笔记的曝光是很有限的
• 这里要干涉粗排和重排，这两个环节是漏斗，过滤掉大量笔记。干涉的方法就是大量对新笔记进行提权，让新笔记比老笔记更有优势，更有机会通过漏斗

• 优点：容易实现，投入产出比好
• 缺点：
  • 曝光量对提权系数很敏感
  • 很难精确控制曝光量，容易过度曝光和不充分曝光

新笔记保量

• 保量：不论笔记质量搞递，都保证 24 小时获得 100 次曝光
• 在原有提权系数的基础上，乘以额外的提权系数，比如：
  

动态提权保量

• 用下面的四个值计算提权系数：
  • 目标时间：比如 24 小时
  • 目标曝光：比如 100 次
  • 发布时间：比如笔记已经发布 12 小时。预期应该获得 50 次曝光，如果只获得了比如 20 次曝光，就应该让提权系数变大，有更多的机会被曝光
  • 已有曝光：比如笔记已经获得 20 次曝光
• 类似下列函数计算提权系数：
  

保量的难点

• 保量成功率远低于 100%
  • 很多笔记在24 小时达不到 100 次曝光
  • 召回，排序存在不足
  • 提权系数调的不好
• 线上环境变化导致保量失败
  • 线上环境变化：新增召回通道，升级排序模型，改变重排打散规则等等
  • 线上环境变化后需要调整提权系数
• 思考题
  • 给所有笔记一个很大的提权系数（比如 4 倍），直到达成 100 次曝光为止
  • 这样的保量成功率很高
  • 为什么不用这种方法？答：效果不好
• 给新笔记分数 boost 越多，对新笔记越有利？
  • 好处：分数提升越多，曝光次数越多
  • 坏处：把笔记推荐给不太合适的受众
    • 点击率，点赞率等指标降低
    • 长期会受推荐系统的打压，难以成长为热门笔记

差异化保量

• 保量：无论新笔记质量高低，都做扶持，在前 24 小时给 100 次曝光
• 差异化保量：不同笔记有不同的保量目标，普通笔记保 100 次曝光，内容优质笔记保 100 到 500 次曝光
• 基础保量：24 小时 100 次曝光
• 内容质量：用模型评价内容质量高低，基于额外保量目标，上限是 200 次曝光
• 作者质量：根据据作者历史上的笔记质量，基于额外保量目标，上限是 200 次曝光
• 一篇笔记最少有 100 次保量，最多有 500 次保量

总结