【第五章:计算机视觉-项目实战之推荐/广告系统】2.粗排算法-(1)粗排用来干什么？“我大体筛一下“
第五章：计算机视觉-项目实战之推荐/广告系统
第二部分：粗排算法
第一节：粗排用来干什么？"我大体筛一下"
在推荐系统中，召回阶段已经从海量候选池（百万/千万级）中，粗略筛选出了数百到几千个候选内容（例如 Top 2000 的候选商品、视频、内容）。然而，这个数量显然无法直接拿去精排或最终展示给用户，因此系统需要一个 “承上启下的阶段” 来进行进一步筛选，这个关键角色，就是——粗排（粗排序，Coarse Rank）。
一句话概括粗排：
粗排的目标是：在“准确率”和“系统实时性能”之间保持平衡，从数千候选中过滤到数百个候选（通常是 Top 200 ~ Top 500），为后续精排争取空间。
粗排处在什么位置？
推荐系统简化流程如下：
(数百万级候选池)↓ 召回（Recall）
(Top 5000 / Top 2000)↓ 粗排（Coarse Rank）
(Top 300 / Top 500)↓ 精排（Fine Rank / Ranking）
(Top 50 / Top 100)↓ 重排（Rerank）
(Top 10 / Top 20 展现给用户)
粗排阶段最关键的词只有两个：
| 目标关键词 | 解释 |
|---|---|
| 快 | 模型必须足够轻，毫秒级推理 |
| 稳 | 效果不能太差，否则精排救不回来 |
粗排不追求特别高的预测精度，但追求性价比最大化。
粗排为什么是“必要存在”？
| 如果没有粗排 | 会发生什么？ |
|---|---|
| 直接把几千候选交给精排 | 精排模型太大，耗时严重，卡死 QPS |
| 直接从召回跳到重排 | 分数不准，推荐变得粗糙，体验差 |
| 全用 DNN 精排模型 | 性能瓶颈，延迟不可接受 |
所以在工业推荐系统中，粗排属于不可省略的阶段，它是整个推荐流水线的“分水岭”：
召回：保证有东西
粗排：保证不差太多
精排：负责“尽最大可能做得好”
重排：保证多样、组合策略、展示体验
粗排模型一般长什么样？
粗排常用：
| 粗排模型 | 特点 | 是否可线上落地 |
|---|---|---|
| LR（逻辑回归） | 极快、鲁棒、特征可控 | 工业常用 |
| GBDT / XGBoost | 表达能力更强 | 常用 |
| DIN / 简化版 DNN | 引入兴趣注意力 | （淘宝 & 信息流常见） |
| 双塔模型裁剪版本 | 与召回 embedding 对齐 |
特点总结：
粗排模型 = 轻量特征 + 小模型结构 + 高吞吐推理
它与召回最大的区别是：
| 对比项 | 召回 | 粗排 |
|---|---|---|
| 主要目的 | 找可能性 | 粗筛可信度 |
| 算法类型 | 向量检索 / Graph | LR/GBDT/小DNN |
| 计算特点 | 召回更粗、更快 | 精度更高但仍需快速 |
粗排关注的指标
粗排最看重：
| 指标 | 解释 |
|---|---|
| AUC | 衡量正负样本排序质量 |
| Recall@K / HitRate | Top-K 能否命中真实正样本 |
| Latency（延迟） | 线上必须毫秒级 |
| QPS（吞吐量） | 能抗大流量 |
召回偏 覆盖率
粗排偏 排序 + 性能
精排偏 精准度与收益
粗排阶段常用特征
粗排不使用超复杂特征，只使用轻特征集合，例如：
| 特征类型 | 示例 |
|---|---|
| 用户侧 User Feature | 性别、年龄、兴趣主题 |
| 物品侧 Item Feature | 类目、时长、热度、CTR |
| 行为特征 | 点击次数、曝光次数、最近点击时间 |
| User-Item 交叉特征 | 用户是否看过同类 item |
特征原则：
够用即可，越轻越好
粗排一句核心总结
粗排的使命：在性能可控的前提下，把 Top2000 缩到 Top300，并尽量保证后续精排还能救。
它既是召回后的质量过滤器，也是精排前的减负器。