🎯 2022.11.16 再读 fb embedding-based 召回的老文章
type
status
date
slug
summary
tags
category
icon
password
 
Embedding-based Retrieval in Facebook Search, 2020
 
🌟
文章里,Facebook 针对社交搜索场景的向量召回,介绍了从样本选择、特征工程、模型设计、离线评估、在线 Serving 的全流程,当然最有意思的部分还属“样本选择”部分,召回本来就是负样本的艺术,这篇文章讲的很接地气,类似 google 的很多文章,都让人感觉很踏实,大道至简,贴合业务,解决实际问题,不搞花里胡哨的东西。如今 2 年多过去,无意中从书架上看到,再读一遍此文,又有不一样的感受,在原来的理解基础上补充了近几年的一些想法。

1. 背景

🎯 2022.11.06 读论文: PDN > I2I + U2I
type
status
date
slug
summary
tags
category
icon
password
 
Path-based Deep Network for Candidate Item Matching in Recommenders, 2021

背景

工业界召回算法大致分为两类:倒排召回和向量召回(EBR, Embedding-Based Retrieval)
倒排召回