一、概念
推荐环境中就是粗排（粗粒度排序）连接召回与精排的核心环节，其核心目标是在召回阶段返回的海量候选集中筛选出高潜力候选，同时满足严苛的计算效率要求。
二、定位
推荐系统的典型链路为召回 → 粗排 → 精排 → 重排。粗排介于召回与精排之间，其输入是召回阶段返回的候选集，输出是精排所需的候选集。至于粗排返回的候选集大小，则并没有严格的限制，需综合考虑召回数据量、应用场景等。
推荐系统的这种级联设计的本质是效率与效果的平衡：召回追求候选集的多样性和覆盖度，粗排依据初步筛选减少精排的计算压力，精排则聚焦精细化排序。粗排的作用主要可以归纳为下面几点：
- 降低计算成本：精排模型（如深度神经网络）对单个候选的计算耗时通常为毫秒级，若直接处理召回的万级候选，总耗时将超过线上服务的时延限制（通常要求<50ms）。粗排凭借过滤低价值候选，将精排的计算量压缩至可接受范围。
- 提升排序效果通过模型预估用户偏好，保留就是：粗排并非简单的 “数量裁剪”，而高潜力候选，为精排给出更优质的输入。例如，电商场景中粗排可优先保留高点击率、高转化率的商品，避免精排被低质候选干扰。
- 缓解样本选择偏差：召回阶段的候选集可能存在严重的曝光偏差（仅包含历史曝光商品），粗排通过引入精排的后验信息（如点击率、转化率），可部分修正此种偏差，提升候选集的全域覆盖能力。
历史上，粗排的发展大致经历了四个阶段：
- 规则驱动阶段（第一代）：基于人工规则（如商品销量、类目热度）进行筛选，缺乏个性化且实时性差。
- 线性模型阶段（第二代）：采用逻辑回归（LR）、梯度提升树（GBDT）等模型，通过特征工程实现初步个性化，但表达能力有限。
- 双塔模型阶段（第三代）：基于深度神经网络的双塔结构（用户塔 + 物品塔），通过向量内积迅速计算相似度，成为工业界主流方案。
- 全连接模型阶段（第四代）：以COLD模型为代表，借助轻量级全连接网络支持特征交叉，结合工程优化（如特征筛选、量化）构建效果与效率的突破。
三、主流技术
要理解粗排模型的设计逻辑，核心需紧扣其“高吞吐量、低延迟、轻量级”的核心诉求 —— 既要快捷筛选掉绝大多数不相关候选，又要避免漏过潜在优质候选。
1.机器学习模型
机器学习类模型的核心优势是“极致轻量化”：参数少、推理仅需简单线性/低阶计算，延迟可低至微秒级，能轻松支撑每秒百万级候选的筛选。缺点是泛化能力有限，难以捕捉复杂特征交互，但对粗排的 “敏捷过滤” 需求适配度极高。
1.1 逻辑回归LR
学习“哪些特征对推荐有效”（通过权重w体现）。就是LR是最简单的线性分类模型，通过对特征向量做线性加权，再经sigmoid函数映射为[0,1]的推荐分数。其中，x是输入特征向量（如用户年龄、物品类别、历史点击次数等），w是特征权重，b是偏置项。模型本质
1.2 因子分解机FM
LR无法捕捉特征间的交互（如“用户年龄 = 25”与“物品类别=游戏”的组合效应），FM依据隐向量（Latent Vector）消除这一问题。泛化能力优于LR，计算复杂度可控（若在粗排阶段使用FM，一般会设计轻量化的FM模型结构），训练成本低。
2.深度学习模型
深度学习类模型的核心优势是“强泛化能力”：能自动捕捉高阶非线性交互、甚至协同过滤信号（如用户-物品交互关系），筛选精度高于机器学习模型。但需严格控制模型复杂度（如浅层网络、简化结构），避免突破粗排的延迟上限。
2.1 MLP
MLP（仅包含 1~2 个隐藏层）输入为拼接后的特征向量（如用户特征 + 物品特征 + 上下文特征），通过线性变换 + 激活函数（如 ReLU）捕捉高阶非线性交互，输出推荐分数。泛化能力强于机器学习模型，推理延迟可控。
2.2 Wide&Deep
Wide & Deep的核心是“记忆（Memorization）+ 泛化（Generalization）”双路径，粗排场景中需对其简化以降低延迟。Deep路径：用浅层MLP（1层隐藏层，64~128维），输入“泛化性特征”（如用户兴趣隐向量、物品embedding），负责捕捉 “用户潜在兴趣”（如用户喜欢篮球鞋，可能也喜欢运动袜）。兼顾“不漏选”和“精准筛”：Wide路径保证用户明确感兴趣的候选不被过滤（避免粗排“误杀”优质候选），Deep路径提升对长尾候选的泛化能力（避免只保留热门候选）。模型适配全量候选场景，无论是热门候选（依赖 Wide 路径）还是长尾候选（依赖 Deep 路径），均能奏效覆盖。
2.3 GCN
通过就是LightGCN是GCN（图卷积网络）的简化版，针对“用户 - 物品交互图”设计，核心1~2 层图卷积学习用户/物品的嵌入向量，无需非线性激活和特征变换。
- 图结构：节点为“用户”和“物品”，边为“用户 - 物品交互”（如点击、购买）；
- 图卷积操作：每个节点的嵌入向量 = 自身嵌入 + 邻域节点嵌入的平均（如用户嵌入 = 初始用户嵌入 + 其点击物品嵌入的平均）；
- 推荐分数：用户嵌入与物品嵌入的余弦相似度，作为推荐分数。
2.4 双塔模型
双塔模型是推荐系统粗排阶段的经典架构，其核心设计理念是将用户特征与物品特征解耦编码，通过低维向量的相似度快速筛选候选集，特别适合处理亿级规模的实时推荐场景。关于模型的原理和实现，可以参考这里，此处不再赘述。
2.5 COLD模型
COLD（Computing Power Cost-Aware Online and Lightweight Deep Pre-Ranking System）是阿里巴巴提出的第四代粗排模型，核心解决算力成本与模型复杂度的平衡问题，允许在粗排阶段使用复杂深度模型（如多层全连接网络），同时经过算法与系统协同设计将延迟控制在 10~20ms 以内，突破了传统双塔模型的表达瓶颈，实现了繁琐深度模型在粗排阶段的落地。架构上，COLD模型的核心创新点重要有：
- 引入 SE Block动态计算特征重要性权重，结合 Top-K 特征选择策略，过滤噪声特征并保留关键交叉特征（如 “用户年龄 × 商品价格”），同时协助7层全连接网络捕捉高阶非线性交互；
- 通过多级并行计算（查询分割 + 多线程特征拉取）、列计算结合SIMD指令提升缓存利用率，以及FP16低精度GPU加速（速度较FP32提升8倍），将麻烦模型延迟控制在10~20ms。
四、评估指标
在推荐系统的粗排阶段，评估指标的核心设计目标是平衡“筛选准确性”与“推理效率”—— 既要确保粗排能从万级 / 十万级召回候选中高效筛选出尽可能多的优质样本（避免 “漏选” 优质候选，否则精排无法补救），又要保证模型推理速度足够快（支撑高吞吐场景），同时需间接对齐业务价值。
1 效果指标
粗排的核心任务是“初步排序 + 筛选”，需优先保证“优质候选不被淘汰”，因此排序效果指标更侧重“召回能力” 和 “粗排序顺序的合理性”（无需达到精排的极致精度，但需为精排供应高质量输入）。常用指标有精度、召回、F1、MAP和NDCG等。这里展开介绍下后面两个：
1.1 MAP
MAP 是“平均精度（AP）”的均值，其中AP衡量 “在不同召回截断位置（如前 100、前 200 个样本）的精确率的平均值”，本质是将“召回顺序”纳入评估否被粗排排在更靠前的位置（靠前的位置被选中的概率更高）。计算逻辑：就是—— 即优质样本
- 对单个用户的候选列表，按粗排分数从高到低排序；
- 遍历每个正样本的位置k，计算 “前k个样本的精确率”；
- 对所有正样本的 “前k精确率” 取平均，得到该用户的 AP；
- 对所有用户的 AP 取平均，得到 MAP。
MAP适合粗排 “排序能力” 的对比：尤其当粗排模型从“线性模型”升级为“轻量深度学习模型”时，MAP可有效衡量排序能力的提升。
1.2 NDCG
归一化折损累积增益（NDCG, Normalized Discounted Cumulative Gain），考虑样本“价值差异”。NDCG 衡量“排序结果对用户价值的贡献”，核心改进是NDCG中的正样本并非等价：不同正样本的价值不同（如 “下单” 样本价值＞“点击” 样本，“完播 30 分钟” 样本价值＞“完播 5 分钟” 样本）；位置越靠后，价值折损越大（用户更可能关注靠前的推荐结果）。计算逻辑：
- 折损累积增益DCG：对排序后的列表，按位置 i 计算每个样本的价值分
，并按位置折损：
，其中，k 为粗排筛选的截断位置。
- 理想DCG：即IDCG，将样本按照
- NDCG：DCG与IDCG的比值，归一化到0和1区间内，
NDCG适合 “样本价值有差异” 的业务场景：如电商推荐中，“高客单价下单” 样本比 “低客单价下单” 样本价值更高，NDCG 可优先保证高价值样本被粗排选中并排在靠前位置。
2 效率指标
粗排的核心定位是 “高效筛选”，若推理速度慢、资源占用高，则失去了存在的意义（直接用精排处理所有召回候选即可）。效率类指标直接决定粗排能否支撑 “万级 / 十万级候选” 的高吞吐场景。主要的指标有推理延迟Latency、每秒查询率（QPS, Queries Per Second）、模型参数量与计算量（FLOPs），这里就不展开叙述了。
