双塔模型总结

双塔模型介绍

由于进入召回/粗排的候选数目比精排多很多，召回/粗排无法做的很精排一样复杂。现在业内比较通用的方案是采用双塔模型，左边塔建模user embedding，右边塔建模item embedding，由于用户的行为经常发生变化，user tower需要经常更新，但是item状态很少发生变化，可以离线算好所有的item embedding。计算user embedding和item embedding的相似度即可得到 user和item的预估分，在线serving的时候可以通过ANN算法快速检索出top k item

算塔模型的局限性：

1. user和item最后才交互，此时的user embedding和item embedding已经丢失了许多原始特性信息，导致效果有损

2. 无法引入user-item交叉特征

SENet双塔模型

在user tower和item tower中都加了SENet做特征选择

参考：SENet双塔模型：在推荐领域召回粗排的应用及其它

美团Dual Augmented Two-tower Model