知鸦日报2021-09-13

Elasticsearch 线上实战问题排查复盘。

双塔模型广泛应用于推荐、搜索、广告等多个领域的召回和排序阶段，模型结构可分为user、item 两个塔，先在塔内构建网络结构生成 user、item 两个向量表示，然后通过两个向量的内积或者 cosine 来拟合 label 进行训练。在线 serving 阶段由于 item 向量可以预先计算好，所以每次请求只需计算一次 user 向量，多次内积或者 cosine 即可，从而性能非常强，但由于存在某些缺点，双塔模型的效果也受到限制：1、特征受限，无法使用交叉特征；2、模型结构受限，user 和 item 分开构建，最后只通过一次内积来交互，不利于 user-item 交互的学习。

在 QQ 浏览器小说推荐场景中，我们在召回和粗排阶段都使用了双塔模型，并在双塔模型结构上进行了探索和创新来提升模型的效果，主要创新思路在于：1、尝试通过＂并联＂多个双塔结构（MLP、DCN、FM、FFM、CIN）增加双塔模型的＂宽度＂来缓解双塔内积的瓶颈从而提升效果；2、对＂并联＂的多个双塔引入 LR 进行带权融合，LR 权重最终融入到 userembedding 中，使得最终的模型仍然保持的内积形式。这些尝试在小说推荐场景都取得了不错的收益。

本文详细介绍了达达集团的地图服务如何从一个对供应商调用简单封装的服务演进为支持日百亿级点对距离计算的健壮的通用服务。

论文无论是对于后续的研究还是应用落地都具有较高的参考价值。

目前得物TS团队所支持业务主要涵盖DOP（得物开放平台）、交易、社区、直播、商家后台、供应链、客服等业务域。

本文来自网易内部的一个职场经验分享。内容主要是作者的一些工作和思考，不涉及技术细节，请放心阅读。希望他的工作经验对职场新人有启发。