给新品加了扶持权重，曝光却还是上不去。这是我在一次电商流量扶持项目中遇到的问题，也是这篇文章的起点。
最初，我们已经有了动态调节权重的机制：曝光落后于目标，就提高扶持力度。但沿推荐链路往前排查后才发现，一部分商品根本没有进入候选集。商品没有被召回，后面的排序模型就没有机会给它打分，再高的扶持权重也无从生效。
这次经历让我重新审视多路召回。它要解决的，是在有限的计算和延迟预算里，为不同类型的商品、不同状态的用户准备足够好的候选。模型只是其中一环，配额、过滤、融合和下游衔接同样重要。
1. 项目背景：曝光扶持为什么卡在了召回
我此前所在的平台兼具潮流电商和生活社区属性。按当时项目中的业务口径，日活跃用户数（DAU）接近千万、年商品交易总额（GMV）接近千亿；2026 年以来，相关规模指标出现了 15% 以上的下滑。在这个背景下，我参与了 CTO 牵头的流量扶持项目，担任算法侧负责人，统筹电商 Tab 下的商品推荐和搜索，二者流量占比约为 40% 和 60%。这些数字用于交代当时的项目背景。
运营希望扶持新品、降价品、热门品和活动品。算法侧的任务，是在 GMV、点击率（CTR）和曝光到成交转化率（CTCVR）不显著下降的前提下，让这些商品获得有效曝光，进而服务于月活跃用户数（MAU）的增长目标。这里讨论的是自然流量分配，不涉及广告竞价。
当时我已经实现了基于 PID 的流量控制。PID 可以理解为一个持续纠偏的调节器：根据累计曝光目标与实际曝光的差距，动态调整扶持系数，再用 weight × rankScore 改变商品的排序竞争力。它关注的不只是当前差距，也可以利用历史累计偏差及偏差变化趋势来调节力度。
但首页瀑布流中，部分商品、尤其是新品的曝光仍持续落后。主链路虽然已有 DSSM 双塔召回和基于协同过滤的 I2I 召回，热门兜底、新品冷启动、长尾覆盖和多兴趣扩展却明显不足，路与路之间也缺少有效的配额协同。
问题由此变得明确：流控能够调节已有候选的竞争力，却不能补回上游遗漏的候选。 优化范围需要从单独调权重，扩展到召回、排序、重排和流控的整体配合。
一件商品从“在库”到“被看到”，要经过什么
推荐系统通常不会对全量商品逐个运行最复杂的模型。它会先用成本较低的方法找出一批可能合适的商品，这一步叫“召回”；再逐步缩小范围，把更多计算投入到有希望曝光的商品上。
图 1｜召回到曝光的协同关系。本文绘制；箭头表达职责与反馈，不代表系统的全部实现细节。
文中会反复出现三个词：U2I 是“用户找商品”，I2I 是“从一个商品找关联商品”，TopK 是“取排名靠前的 K 个候选”。Embedding（向量表征）则是把用户或商品编码成一组数字，方便计算相似性。历史点击过、用来发起 I2I 检索的商品，通常称为 trigger，也就是触发商品。
下文先复盘缺口和短期方案，再展开各路职责、配额设计与评估方式。后半部分给出的是建设思路和实验起始配置，并不意味着这些召回路都已在该项目中完成上线，也不代表已有统一的正向实验结论。
2. 有商品可推，为什么还是召回不到
项目中期，相关业务品池的累计规模约占商品总量的 10%。这个占比看起来并不小，但“池里有商品”和“当前请求能召回这些商品”是两回事。排查时，我把问题分成了四类：
- 业务品池覆盖不足。前期新品、促销品等只占全量商品的一小部分，主召回按预测相关性取 TopK 时，很容易排在截断线之外；即便是更容易入围的热门老品，也会因为与用户画像、历史交互不匹配而落选。因此，仅配置业务品池还不够，还需要检索入口和合理配额。这里的“落选”也要和库存、风控等硬过滤区分开，两者的解决方式不同。
- 目标人群的有效兴趣信号不足。 项目的扶持流量框定在“当月未购用户”，这类用户包含低活跃用户和浏览活跃但尚未成交的用户，前者可能缺少有效历史行为，后者则可能处于比较、观望或兴趣迁移阶段，都属于很难“猜你喜欢”的场景。
- 新品的交互信号与索引更新不足。 新品缺少点击、加购和购买反馈，依赖交互训练的召回难以立即给出可靠的向量表征；新品可能得不到合适的匹配分，也可能尚未进入可用索引。内容或价格特征接入、item 向量更新和索引入库的延迟，又会进一步压缩可检索供给。
- DSSM 召回的类目集中。在这次排查中，DSSM 的候选存在同类目集中的现象。这不是双塔模型必然具备的性质，但单向量表征可能被最强兴趣主导，同类目交互占优、训练样本偏差与统一 TopK 又进一步放大了这种集中。I2I 召回路也主要针对用户近期交互的相近商品，多路并集后难以拓展兴趣覆盖。
召回配额与曝光目标分属不同层次。召回 K 个新品，意味着这些商品获得了进入排序的资格；它们能否最终曝光，仍取决于粗排、精排和重排中的竞争结果。因此，召回层负责补齐候选覆盖，排序加权和重排约束负责调节竞争与页面结构，PID 等流量控制机制负责跟踪跨时段的累计曝光目标。
过去排查页面多样性问题时，我经常先看最后的重排：是不是类目打散不够，店铺上限太松？这次往前追了一层，才意识到候选本身就可能很单一。假如进入重排的几乎全是运动鞋，再好的打散策略也变不出数码和家居商品。多样性会影响用户是否疲劳、是否继续浏览，不能只在最终展示阶段补救。
原来用“分组赛跑”理解这个问题很直观：不同年龄组、不同项目各有合适的参赛者，如果只按一种标准选出少数人，名单就容易被某一类选手占满。多路召回相当于从不同组别选出候选；不过进入名单之后，仍要接受与当前用户需求相匹配的统一评估。
3. 临时增加一条旁路，为什么仍然不够
短期方案是在主链路旁增加一条指定品池的召回路，并将召回的商品直接送入精排打分环节，此后这些保量商品的精排分会经过加权，再进行重排。这样每增加一个品池，就要搭建一条新的召回链路，并且给品池内的商品配置用来 I2I、U2I 检索的向量表征，为了取 TopK 还要上线一个轻量的打分模型。
这条旁路没有纳入主链路统一的监控和维护，增加品池时又要重复配置，因此开发和排障都很繁琐。为了简化实现，我们一度只保留了 I2I 向量召回。它解决了一部分入口问题，却也把历史行为和向量覆盖的限制带了进来。
具体流程是：配置 item 向量表（item_id、embedding、模型版本及更新时间），将指定品池中符合资格的商品建立或挂接到 ANN 索引；线上从用户近期行为中选择 trigger 商品，查询其向量，在业务品池内进行 I2I 检索；汇总、去重和过滤后，再用轻量模型打分取 TopK，送往后续排序。
这里的 ANN 是近似最近邻检索，可以理解为在大量向量中快速寻找相近向量的方法。向量表保存“商品对应哪组数字”，ANN 索引解决“如何快速找到相似商品”，两者不是同一个概念。trigger 可以来自用户历史中的池外商品，但必须能取得同一向量空间、同一模型版本下的向量。
这条业务旁路仅使用向量相似度 I2I，因此候选覆盖受 trigger 和向量表示共同限制：trigger 集中于某一类目时，召回结果也容易集中；缺少有效 trigger 时可能空召回；新品向量质量不足时会漏召；有价格优势的活动品也未必与历史商品相似。后续轻量模型只能在这批候选中选优，无法恢复 I2I 未检索到的商品。旁路 TopK 因而只是 I2I 候选集内的最优结果，而非整个业务品池的最优结果。
对规模较小的品池，池内检索通常比“全库近邻检索后再过滤”更能保住有效候选量；索引暂不支持池内过滤时，则需要有上限的过召回与补量。
除覆盖限制外，旁路直送还改变了候选进入排序的方式。轻量模型决定了谁能进入精排，其优化目标与精排目标不一致时，可能提前淘汰后续模型认为更好的候选。这里需要区分两类问题：如果所有候选进入精排后都重新打分，轻量模型原始分的量级并不会自动污染最终比较；只有在原始分被直接混排或参与加权时，才会额外产生分数不可比的问题。旁路插入位置、跳过的筛选以及流量配额，同样会影响曝光质量。
当时的 A/B 实验中，GMV、CTCVR 和 CTR 均出现下跌，说明当时的扶持方案付出了整体效率代价，但不能单凭一次实验断定是哪一项机制导致下跌。候选质量、I2I 漏召、筛选目标不一致，以及是否存在原始分混用，都需要分别核查。
长期建设的重点因此是为业务品池补齐内容、分组热门和受控探索入口，再将候选纳入首页统一排序，由带质量护栏的重排与 PID 协同完成累计曝光目标。
4. 配置召回路，先看每一路补什么缺口
首页瀑布流需要同时承接用户已有兴趣和发现潜在需求。连续翻页又进一步要求系统结合长短期历史、当前会话和已曝光记录，在相关性、候选新鲜度与业务扶持之间分配有限的排序容量。多路召回的配置，正是对这些需求的分工与协调。
下文围绕电商首页瀑布流，讨论各召回路的候选范围、必要性、技术选型、TopK 配额及过滤汇总方式。统计热度、Swing 和 SimRank 的核心公式用于解释其排序依据与选型差异，完整训练和索引实现不在本文范围内。配置方案沿六个维度展开：
- 候选范围：各路覆盖的商品及其对应的供给缺口；
- 互补关系：信号差异与跨路独有贡献；
- 技术选型：数据条件、收益空间与工程成本；
- 候选预算：总容量、路间配额与用户分桶；
- 链路衔接：资格过滤、去重、融合与统一排序；
- 效果评估：覆盖、相关性、漏斗贡献与线上净收益。
匹配形式与信号来源，是两种分类维度
召回系统可以从两个维度描述。U2I、I2I、X2I 描述“拿什么去找商品”，其中 X 可以是类目、场景等条件；统计、协同过滤、表征学习、业务策略与探索描述“依据什么证据找到商品”。例如，同样从一双鞋发起 I2I，既可以按共同点击找关联，也可以按图片或属性找相似商品。按信号来源划分，更便于明确各路职责、识别覆盖缺口并分配预算。下表采用这一分类方式：
信号来源与技术实现可以交叉。例如，Swing 属于协同过滤方法，同时利用用户—商品二部图中的共现结构；图网络学习出的向量既可支持 I2I，也可支持 U2I。系统配置关注的是候选来源的差异与互补，而非要求每个算法只属于一个标签。
5. 八类召回能力，按缺口逐步建设
下面的八类能力是一张检查覆盖缺口的地图，不是要求每个系统都同时维护八条独立服务。一条路可以承担多个职责；两条路如果长期返回相同候选，也不必为了分类完整而各占一份预算。
图 2｜从覆盖缺口到召回能力。本文绘制；工程上可以合并实现，也可以按用户群只启用其中一部分。
1. 统计召回：分层热门与稳定兜底
统计召回主要提供全站热门、用户分组内热门，以及用户多个潜在兴趣类目中的热门商品。首页瀑布流根据画像和历史选择这些榜单；无可靠兴趣时优先使用履约区域和生命周期等可确定信息。
统计召回不要求用户有丰富的个人历史，适合首页新用户、低活跃用户以及其他召回路不足时兜底。相比全局热门，按履约区域、价格带、生命周期及可靠兴趣偏好组织的榜单能提供轻量个性化；分组越细，样本越少，必须设置样本门槛和回退层级。
统计热度用于筛选近期获得有效正向反馈的商品，质量与可售资格单独过滤；榜单内部还应限制店铺、品牌和类目集中度。热度公式负责度量近期行为强度，候选多样性由配额、过滤和排序共同控制。
热度分：行为越有价值、越新，贡献越大
热度分采用“行为加权 + 时间衰减”的计算方式：先累计各类有效行为的衰减贡献，再按行为价值加权汇总。全局榜与分组榜使用相同口径，以用户集合 g 区分统计范围。以下权重、窗口与门槛构成一套用于 A/B 实验的起始配置，最终数值由业务数据验证。
式中，E 表示有效行为事件集合，下标 b 区分点击、收藏、加购和支付，i 表示商品，g 表示用户分组，tₑ 表示事件发生时间；全局榜的 g 包含全部用户。各类 X 为对应行为的衰减累计量，热度汇总式省略了共同的商品、分组和时间参数。
四类行为权重依次为 1、2、3、6，曝光不计分，以免把系统分配的机会再次放大为热门优势。支付只统计已支付且未取消的有效订单，退款按数据回补规则修正。行为经异常流量清洗后，按“用户×商品×行为类型×自然日”最多计一次。
同一用户的不同类型行为可分别贡献分数，权重表达行为价值，而非转化概率。
一组可以手算的热度示例
统计窗口取最近 7 天，每小时刷新，时间半衰期取 48 小时，对应的指数衰减率约为每小时 0.01444。单个事件经过 24、48、96 小时后的贡献分别约为 0.707、0.5、0.25。半衰期越短，榜单越敏感于近期趋势；越长，则越稳定。活动期可用 12 或 24 小时作为对照，日常可比较 24、48、72 小时。
自然对数变换用于压缩分值范围，保持原有热度排序，头部集中仍需通过候选配额和分布约束处理。
例如，同一统计桶中的某商品在 24 小时前产生 100 次有效点击、10 次收藏、20 次加购和 5 次支付。按上述权重汇总，未衰减行为分为 210；乘以约 0.707 的衰减因子后为 148.5，再加 1 取自然对数，热度分约为 5.01。不同分组的样本量不同，热度分仅用于各榜内部排序；跨榜候选通过配额与统一粗排比较价值。
图 3｜48 小时半衰期的含义。本文绘制；这是公式示意，不是线上实验结果。
分层榜单：细分优先，不足时逐层回退
统计路总配额应随用户状态调整：对兴趣信号充分的用户保留较小兜底预算，对缺少有效历史的用户提高预算；同一统计路内部再按以下规则给细分榜、上级榜和全局榜分配名额。
统计路通过分层榜单和候选配额实现轻量个性化。系统依据可靠的历史偏好、履约区域与价格带选择细分榜，画像缺失或样本不足时逐层回退。分组只组合少量有效维度，以控制稀疏小桶的数量。
一套起始层级是：“区域×生命周期×价格带”细分用户榜 → “区域×生命周期”上级榜 → 区域榜 → 全局榜。类目热门可以作为另一组候选子榜：对用户近期多个兴趣类目分别取数，每个类目限额后并入统计路，防止再次被单一类目占满。
榜单可靠性由样本量、新鲜度和商品资格共同约束。起始配置可要求细分榜最近 7 天至少覆盖 500 个有效活跃用户、2,000 次有效正向行为，且更新时间距当前不超过 2 小时；商品至少具有 100 次有效曝光、5 次有效点击，并满足可售、履约和质量条件。未达标的榜单回退至上级，尚未积累足够样本的新品则由内容、业务和探索路提供候选入口。
假设统计路预算 K=200：先从通过门槛的细分榜取 140 个、上级榜取 40 个、全局榜取 20 个。按细分 → 上级 → 全局依次过滤、去重和占用统计路名额；若细分榜只剩 90 个有效商品，缺少的 50 个先向上级榜补，再向全局榜补，总量仍不超过 200。同一商品多榜命中时只占一个位置，但保留所有来源。该顺序保证细分榜的候选进入机会，最终曝光仍由首页统一排序决定。跨路融合还需记录统计路去重后的保留量，并按总体预算补足，不能把路内 140 个误当成曝光保底。
监控：榜单有结果，还要看结果走到了哪里
监控体系覆盖四个层面。供给与服务：各层榜单命中率、空榜率、过滤后填充率、上级或全局回退比例、榜单年龄和 P95/P99 延迟。候选分布：独有候选数、与 DSSM 及协同路的重合率、最大类目占比、店铺集中度和商品覆盖率。排序漏斗：原始取数、有效去重、粗排与精排入围、真实曝光各阶段的数量和转化比例。业务效果：按用户活跃度与榜单层级观察 CTR、CTCVR、每千次曝光 GMV、负反馈率、浏览深度和复访。
实现上，每次请求记录 request_id、user_bucket、page_no、recall_source、group_key、fallback_level、榜单版本、路内名次和各阶段过滤原因；曝光、点击、支付日志通过请求与商品标识关联。多路命中商品保留来源集合，并固定多触点或排他归因口径，避免重复计成交。细分榜用户与全局兜底用户的基础活跃度不同，不能直接用两者 CTR 高低证明优先级正确；应在同一用户分桶内随机比较“细分优先”和“全局优先”，观察整体及目标人群的净收益。
2. 协同过滤召回：补足稳定、可解释的行为关联
协同过滤主要提供与用户历史点击、收藏、加购、购买商品高共现的商品，也可以从相似用户群的共同偏好中生成候选。
协同过滤直接利用真实交互，能够捕捉“看了 A 的人也看了 B”这类稳定关系。它与内容相似召回互补：两个商品的标题和图片可能不像，却可能在真实购买路径中互为替代品或搭配品。
协同过滤的主要差异在于关联证据的构造：ItemCF 从商品共现建立直接关联，Swing 通过用户对加权抑制部分共现噪声，SimRank 则通过递归传播寻找间接联系。这些方法共享行为数据，却在覆盖范围、抗噪能力和计算成本上各有取舍。
首页瀑布流通常以 ItemCF 建立行为关联基线，进一步比较 Swing 在抗噪和候选增量上的收益；SimRank 则适合在高阶联系具有明显独有贡献时作为补充。上线顺序以同等预算下的增量收益为依据，无须同时部署全部方法。
ItemCF 与 ETrec：从直接共现建立关联
阿里云 PAI 将其基于物品的协同过滤组件命名为 ETrec（etrec）。该组件输入用户—商品交互，输出每个商品的相似商品 TopN，支持 wbcosine、asymcosine 和 jaccard 等相似度类型。因此，ETrec 是 ItemCF 的一种平台实现名称。PAI-Rec 的“ETrec U2I”配置在此基础上，用用户历史商品展开 I2I 关联表并汇总为用户级候选。
Swing：同样的共现，证据分量也有差别
Swing 将同时交互过两个商品的用户对作为关联证据。记 U(i) 为与商品 i 有有效交互的用户集合，I(u) 为用户 u 的交互商品集合。为说明它如何抑制部分共现噪声，本文保留下面这一带活跃度权重、可选候选归一化的表达。它是解释机制的公式，具体产品版本是否采用完全相同的归一化流程，应以实现为准：
两个用户都交互过 i 和 j，才构成一次用户对证据。用户交互商品越多，w 越小；两人的共同商品越多，分母越大，避免同一高度重合人群反复贡献过强的关联。该形式按有序用户对求和；若实现改为无序对，只会在其他条件相同时少一个整体倍数，但离线阈值和线上分数口径必须保持一致。
阿里云中文工具文档的命令示例使用 α₁=5、α₂=1、β=0.3；这些示例值不应直接视为所有实现的默认值。上式中的 Nⱼ 是可选的候选侧归一化因子，不做该项修正时取 1。工具文档还提供了商品近期热度输入，但这不等于确认其内部恰好按上式直接相除。
候选侧归一化可能使两个方向的相似度不同。
在用户活跃度权重相同时，共同商品数为 2 和 20 的用户对，在 α₂=1 时分别贡献 1/3 和 1/21 的关联权重，前者为后者的 7 倍。这种设计降低了高重合用户对的影响；长尾覆盖仍取决于交互证据，零交互新品则需要其他召回路承接。
首页在线使用时，从多组历史 trigger 查表，再按 trigger 权重和时效性汇总到商品，统一去重并取本路 TopK。离线每个 trigger 保留的 TopN 和线上每个用户的 TopK 是两种预算；前者过小会让后者无从补量。
SimRank：沿关系图寻找间接联系
ItemCF 主要看直接共现，Swing 调整这些共现证据的权重；SimRank 则进一步追问：两个商品没有被同一批用户买过，它们是否仍可能有关联？
它的出发点是“相似的人会接触相似的物品，而相似的物品又会吸引相似的人”。用户—商品二部图，就是只在用户和商品之间连接交互边的图。在这张图上，用户相似度由交互商品的相似度决定，商品相似度又由交互用户的相似度决定。下式中，s 的下标 U、I 分别表示用户与商品相似度，上标 k 表示迭代轮次；两式分别用于不同用户和不同商品：
SimRank 以同一节点相似度为 1、不同节点相似度为 0 初始化，并在迭代中保持对角线为 1。任一邻居集合为空时，对应的非对角相似度取 0。两个传播系数 Cᵤ、Cᵢ 均取 0 到 1 之间的值，用于控制间接关系的影响；原论文展示过两者均取 0.8 的设置。工程实验可以暂从 5 轮迭代起步，再检查收敛情况、增量收益与计算预算；5 轮是这里的实验起点，不是对所有图都充分的结论。传播衰减作用于图中的关系深度，与热门榜中的行为时间衰减不同。
当商品 i、j 没有共同用户，但各自用户曾交互过相似商品时，多轮传播仍可能建立两者的间接联系。工程上可离线计算并保留商品相似 TopN，再由用户历史展开为在线候选。精确计算涉及较大的相似度矩阵和邻居对求和，通常需要预计算、候选剪枝或近似算法来控制成本，并以相对 Swing、图向量的独有贡献评估收益。完全孤立的新品仍由内容或业务路补充。
来源：Jeh 与 Widom，SimRank 原论文第 4.3、4.4 节：SimRank 原论文
UserCF：哪些场景值得维护用户近邻
UserCF 先寻找行为相似的用户，再从邻居交互过、当前用户尚未交互的商品中生成候选。对于用户兴趣变化快、购买行为稀疏的首页瀑布流，ItemCF/Swing、双塔与多兴趣召回通常更适合作为基础组合。UserCF 的配置取舍主要涉及维护成本、邻居稳定性、冷启动与跨路增量。
维护成本与更新时效。 用户规模大、行为更新频繁时，用户近邻的维护与候选展开会产生较高开销。ItemCF 的商品关联表可被多个用户复用，线上通过少量 trigger 查表，较容易控制响应延迟。两者的实际成本仍取决于用户数、商品数、交互密度和更新频率；商品库极大且变化快时，ItemCF 也需要相应的成本优化。
邻居稳定性。 电商购买相对低频，用户又可能同时存在跨类目和阶段性需求，共同购买某个热门商品只能提供有限的相似证据。行为稀疏时，近邻更容易随少量交互发生变化。区分点击、加购与购买，结合热门抑制和时间窗，可以改善近邻质量，但收益仍需通过线上实验验证。
冷启动覆盖。 UserCF 依赖邻居已有交互，零交互新品难以通过这一路获得候选资格；没有历史的新用户也缺乏可靠近邻。内容召回和分层热门因此仍是必要的补充。
跨路增量。 UserCF 与 ItemCF、双塔可能命中大量相同商品，其价值需要在相同候选容量和延迟预算下衡量。独有有效候选、排序入围与 A/B 净收益，比单路召回数量更能决定是否值得维护这一路。
综合上述约束，本文方案将 UserCF 作为补充选项，而非默认基础路。用户群稳定、交互密集、社群偏好明显，或平台已有高效用户近邻服务时，其收益空间更大。Amazon 的 Item-to-Item 工程总结也体现了物品关联复用的价值；具体选择仍取决于平台自身的数据结构和实验结果。
首页瀑布流从用户历史中选取多个 trigger，按最近点击、高意图行为和长期兴趣分组设权重；限制单 trigger 的展开数，给不同兴趣类目留子配额，避免一次点击占满整路 TopK。翻页时结合本次会话的已曝光商品、已召回缓存与最新行为去重，并与 DSSM、多兴趣和分组热门路检查增量贡献。I2I 索引在这里通过“用户 → 历史商品 → 候选商品”形成用户级召回，不等同于 UserCF。
3. 单兴趣 U2I：主力个性化召回
单向量 U2I 召回用一个向量表达当前用户的整体兴趣，再检索与这个向量匹配的商品。
DSSM/双塔把用户和商品映射到同一向量空间，商品向量可离线建 ANN 索引，用户向量在线计算，适合从百万乃至更大规模的商品库中进行高效个性化候选生成。与纯协同过滤相比，它还能融合用户画像、商品属性和上下文特征，具有更强的泛化能力。
首页用户行为相对充足、兴趣较集中时，单向量双塔是值得优先验证的主召回基线。工程上要关注训练目标与线上目标是否一致、负采样是否偏向热门商品、item 向量更新频率，以及 ANN 的召回率—延迟权衡；同类目集中的程度应按用户群和翻页深度分别诊断。
单向量 DSSM 可以承担首页个性化的较大基础配额，但应按用户分桶检查最大类目占比、类目覆盖数及去重后独有候选率。出现同类别集中时，先排查历史聚合、特征、样本与索引，再给多兴趣、内容、业务和探索路分配补充预算。必要时在路内扩大检索量后按类目上限截断，或使用类目子索引；这些操作需要验证相关性损失，不能靠增加 K 自动获得跨类目多样性。
4. 多兴趣与序列召回：把“一个用户”拆成多种意图
多兴趣与序列召回分别面向用户的不同兴趣、近期会话和长期偏好生成候选。
单向量双塔提供了高效的个性化基线，但一个用户的兴趣未必只有一条主线。用户可能同时关注母婴、数码、运动和食品。MIND 等多兴趣模型用多个向量表达一个用户，能避免单向量把相距很远的兴趣平均掉。序列召回强调行为先后关系和近期变化，可用于承接短期会话意图。两者并不互斥，一个模型也可以同时学习多个兴趣和行为顺序。多兴趣建模的出发点可参见 MIND 原论文。
首页历史行为较长、类目跨度较大的用户可优先验证多兴趣表达；本次瀑布流会话中的最新点击可进入短序列表征，承接兴趣迁移；低频但高价值的购买行为可作为长期兴趣信号，避免被高频点击完全覆盖。新行为需要及时更新 trigger 或用户表征，同时用跨请求去重防止翻页反复出现同一批商品。
多兴趣路采用“用户总预算 → 兴趣子配额”的两层分配方式，再按兴趣强度、最近活跃度和多样性需求调整各簇名额。总量受控后，对同类目和同店铺进一步限额，可以同时避免候选数随兴趣数量膨胀，以及单个强兴趣占满本路。
5. 内容与多模态召回：解决新品和行为稀疏
内容召回寻找的是在标题、类目、属性、图片或跨模态语义上，与用户兴趣或 trigger 商品相近的商品。
前面几类方法都在不同程度上利用历史行为，但新品恰好缺少这类证据。标题、类目、属性和图片通常在商品上架时就已存在，因此可以换一条线索，从商品本身出发建立匹配。因此内容召回是新品冷启动的关键补充，也能覆盖行为共现尚未形成的长尾商品。
结构化属性可靠时，属性和类目特征应优先进入轻量基线；文本丰富时可使用语义向量；图片决定购买决策的类目可加入视觉或多模态向量。多模态不是“越多越好”，应根据类目分别验证文本、图片、价格和品牌信号的增量。
新品期可提高内容路配额，待交互信号充足后逐步让协同路和深度 U2I 接管。内容路还应设置质量门槛，避免把信息不完整、图片低质或属性错误的新品大规模推入候选池。
6. 图召回：挖掘高阶、替代与互补关系
图召回从用户—商品图或商品关系图中寻找具有多跳联系、结构相似、替代或搭配关系的商品。
序列模型主要学习同一行为序列中的邻近关系，图方法还可利用二度邻居和更复杂的结构信息。电商中“相似商品”和“搭配商品”是两种不同关系，后者常常难以仅靠内容相似得到。
DeepWalk/Node2vec 是可扩展的浅层图基线；EGES 通过融合类目、店铺、品牌等侧信息缓解稀疏和新品冷启动；GraphSAGE 等归纳式方法可利用节点特征和邻居为新节点生成表示，但效果仍取决于可用信息，不能自动解决完全孤立、缺少特征的新品问题。EGES 论文讨论了融合侧信息以缓解稀疏与冷启动的做法。图模型是否值得单独成路，取决于它相对协同过滤和序列召回能否提供足够的独有候选。
图召回应重点监控与 I2I、Swing 的候选重合率。如果 TopK 大量重复，应缩减配额或只保留其擅长的关系类型，例如跨类目搭配、长尾或多跳候选。
7. 业务召回：给策略目标一个受控入口
业务召回面向新品、活动品、促销品、高毛利品、高履约质量商品，以及需要扶持或治理的特定品池。
排序模型只会优化训练目标，不会天然满足上新、活动节奏、供给治理和增长实验等约束。业务召回为这些商品设置受控的候选入口，是模型目标与经营目标之间的接口。但它仍受资格、配额和筛选约束，不代表池内每件商品都会被召回。
先做硬资格过滤，再在品池内用轻量级 pCTR/pCVR、质量分或多目标价值分排序。业务路必须携带 recall_source、pool_id、原始得分和策略版本，方便下游做校准、归因与回滚。
对小品池，可以评估对池内合格商品直接做轻量打分；对大品池，则需要内容、热门、向量检索等入口先缩小范围。否则，只把 I2I 候选套上业务标签，仍然补不齐原先的漏召。
配额按用户价值、冷启动程度、活动阶段和库存动态变化，并设置用户级、品类级、店铺级和全局流量上限。业务路应进入统一粗排，而不是绕过主链路；硬保量若确有必要，应放在可解释、可监控的重排约束中完成。
8. 探索召回：用有限流量换取未来信息
探索召回为低曝光但质量达标的长尾商品、模型不确定性高的商品、跨域兴趣，以及生成式召回等新方案提供实验入口。
只利用历史最优会加剧曝光偏差，新品永远没有机会积累反馈。探索路的目标不是立即最大化 CTR，而是在可控成本下获取信息，改善长期覆盖与模型学习。
可以从随机但受质量约束的探索开始，再逐步升级为基于不确定性、上下置信界或 Thompson Sampling 的流量分配。生成式召回、跨域召回等更适合作为小流量独立实验，不宜与成熟主路混为一谈。
首页瀑布流的探索预算应按请求、用户和会话共同限制，在连续翻页中控制累计占比，并设置质量、安全、价格、库存和负反馈护栏。先用小流量评估短期转化损失，再观察复访、有效交互覆盖及新品后续表现；召回探索候选数量仍不等于实际探索曝光预算。
6. TopK 怎么分：给增量价值分预算
各路职责明确后，需要将覆盖目标转化为可执行的容量预算。TopK 由商品规模、候选重合率、粗排吞吐、延迟要求和业务目标共同决定。下面以 A/B 实验起始配置为例：各路合计召回 2,000 个原始候选，假设去重后约 1,200 个，再通过质量过滤和预算截断保留 800 个进入粗排。去重后的数量随用户与各路重合情况变化，实际吞吐应以线上统计为准。
图 4｜候选数量与曝光数量的区别。本文绘制；2,000 → 约 1,200 → 800 沿用本文假设配置，后续曝光量不作数值假设。
预算调整遵循三个原则：
- 按增量贡献分配预算。 某一路召回 300 个候选，其中 280 个已被其他路覆盖，独有候选仅有 20 个；这 20 个是否有价值，还要继续观察有效性、排序入围和最终曝光。配额调整以独有有效候选及线上净收益为依据，避免把原始召回量等同于效果增量。
- 根据用户状态动态分桶。 冷启动用户提高热门、内容和业务路比例；活跃用户提高 U2I、序列和协同路比例；多兴趣用户提高 MIND 子配额；大促期可适度提高活动品池预算，但需同时收紧质量护栏。
- TopK 是容量预算，不是曝光承诺。 召回配额解决覆盖，排序权重解决竞争力，重排约束解决最终页面结构，PID 或流量控制解决跨时段累计目标。这几层不能相互替代。
7. 把多路候选接成一条可维护的主链路
各路完成候选生成后，需要在统一链路中处理资格、重复、分数尺度与最终容量。过滤尽量前置，来源信息贯穿各阶段，补量则在质量与延迟约束内完成。整体流程分为六步：
1. 召回前过滤
在进入各路索引或品池之前，先过滤不可售、无库存、地域不可达、活动未生效、价格异常、风控或合规不通过的商品。越早过滤，越能避免无效候选占用 TopK。
2. 路内截断
每一路先完成自己的 trigger 选择、时间衰减、按业务规则处理已购商品和负反馈商品、同店铺或同类目上限，再输出 TopK。路内截断应保留原始得分、路内名次、trigger 和模型版本。
对于可重复购买的消耗品，已购不一定意味着永久排除；过滤时间窗应结合类目和复购周期设定。
3. 跨路去重并保留来源
按 item_id 合并重复商品，但不要只保留一个来源。建议保留 recall_sources、各路 rank、各路 raw score、最强 trigger 等信息。多路命中可以成为有用特征，也有助于解释和归因。但各路往往共享行为数据和模型特征，不能假设这些证据相互独立，更不能仅凭命中路数多就认定质量高。
4. 分数校准与候选融合
不同召回路的余弦相似度、共现分、热度分和业务分不在同一量纲，不能直接拼起来排序。常见做法有三类：
- 配额并集 + 统一粗排。 最简单稳健，各路只负责贡献候选，统一模型负责比较价值；
- 归一化后加权。 先通过分位数或 z-score 等变换统一数值尺度，再验证加权策略。尺度归一化不等于把分数校准成同一种点击或成交概率；
- 按名次融合。 当分数难以校准时，用 RRF（Reciprocal Rank Fusion）等基于路内排名的方法合并，减少量纲差异的影响。
RRF 可以直观理解为：看一个商品在每一路排第几，而不是直接比较不同路给出的分数。常见形式是对各路的 1 / (c + rank) 求和，未命中该路时不计贡献；常数 c 控制前几名的优势程度。它避免了直接混用原始量纲，但不能替代业务价值建模，也不自动保证各路配额。实现示例可参见 Milvus RRF 文档。
数据和算力足够时，还可以训练一个轻量混排模型，把召回来源、路内名次、原始分和用户状态作为特征。但无论采用哪种方式，都应避免把某一路的 raw score 当成全局 rank score。
5. 合并后过滤与补量
合并后再次执行曝光频控、用户负反馈过滤、商品和店铺集中度约束、近重复过滤。首页瀑布流还需对同一会话各页的已曝光和已下发商品去重，避免翻页重复。候选不足时，可优先从满足门槛的细分榜、上级榜和全局榜逐层补量；扩大主路检索 K 则应在剩余延迟预算内执行，不能无限重试。补量仍执行相同过滤与质量门槛，并记录回退层级及最终填充率。
6. 进入统一排序与受约束重排
粗排负责从千级候选压缩到百级，精排统一评估点击、转化、GMV、留存等目标，重排再处理多样性、店铺/类目打散、业务配额和页面体验。对于必须完成的保量目标，可以在重排阶段设置软约束或保底槽位，但应同时设置质量下限和大盘损失上限。
8. 怎样证明新增一路真的有用
召回评估同时覆盖相关性、供给覆盖、跨路互补和系统成本。离线指标用于定位缺口，线上实验用于验证候选增量能否转化为用户与业务收益。主要观测维度包括：
- 相关性： Recall@K、HitRate@K、NDCG、正样本在候选中的排名；
- 覆盖： 商品覆盖率、类目覆盖率、新品覆盖率、长尾商品占比；
- 互补性： 与其他路的 Jaccard 重合率、独有候选率、独有曝光率；
- 漏斗贡献： 召回量 → 去重后量 → 粗排入围量 → 精排入围量 → 曝光/点击/成交量；
- 系统指标： P95/P99 延迟、超时率、索引新鲜度、空结果率和补量率。
线上则需要同时看 CTR、CVR/CTCVR、GMV、客单价、MAU 或留存，以及新品曝光和业务目标达成率。判断某一路是否有效，最可靠的方法不是看它“召回了多少”，而是做增量实验：关闭该路、缩减配额或替换为等量随机/热门候选，观察大盘和目标人群的净变化。
从漏斗定位问题，再决定改哪一层
假设新品有库存、符合投放资格，却始终达不到曝光目标，我会沿下面这条路径逐段看数，而不是一开始就提高扶持权重。
图 5｜曝光不足的排查路径。本文绘制；各阶段都应按同一目标人群和业务品池观察。
第一层没有候选，先看资格、索引和召回入口；有候选却进不了精排，检查候选质量、预算截断和粗排目标；进入精排仍很少曝光，再看分数、重排约束及扶持力度。若这些环节均正常，但累计目标仍落后，还要检查目标本身是否超过合格流量和库存能够支撑的上限。PID 能纠偏，不能凭空创造可用流量。
实验也要保持比较条件尽量一致：测试某一路的价值时，固定总体候选容量和延迟预算，明确移除它后是否由其他路补量。否则，测到的可能只是“多算了一批候选”的收益。离线评估还需按时间切分，防止把未来行为带回历史索引；只基于旧系统曝光日志的指标，则会受到既有曝光选择的影响。
9. 实践中最容易踩的几个坑
- 把更多召回路等同于更高效果。 高重合的召回路只会增加复杂度和延迟。
- 直接混合不同路的原始分数。 分数量纲和分布不同，结果往往被某一路支配。
- 用召回层承担硬保量。 召回只能保证候选资格，无法保证最终曝光。
- 业务品池绕过统一排序。 短期见效快，长期容易伤害 GMV、CTR 和用户体验。
- 所有用户使用固定 TopK。 冷用户、重度用户、多兴趣用户和活动期用户需要不同配额。
- 只看点击，不看覆盖和长期反馈。 这会不断强化头部和已有兴趣，使新品与长尾越来越难获得学习机会。
10. 回到最初的问题：扶持需要一条完整的链路
多路召回的价值不在于堆叠模型，而在于把不同问题拆给最合适的信号源：统计召回负责兜底，协同过滤负责真实行为关联，双塔负责大规模个性化，多兴趣与序列模型负责兴趣结构，内容和多模态负责冷启动，图召回负责高阶关系，业务召回负责经营目标，探索召回负责获取未来信息。
真正决定系统质量的，通常不是“有没有某个先进模型”，而是四件更朴素的事：每一路是否有清晰职责，TopK 是否根据增量价值分配，跨路结果是否正确校准与去重，以及召回、排序、重排和流量控制的职责是否分明。
新品扶持暴露出的并非单一模型缺陷，而是候选覆盖、跨路配额和下游竞争之间的协同问题。内容与业务召回提供新品入口，多兴趣与分组热门拓展用户需求覆盖，统一排序比较候选价值，重排与 PID 再在质量护栏内落实累计曝光目标。从候选生成到最终曝光形成这一闭环，才有可能持续扩大优质供给的机会，并兼顾首页体验与长期收益。
术语速查
参考资料
原文与项目经验来源：电商首页推荐场景的多路召回体系搭建。本文保留项目复盘与数值案例，补充解释、示意图和适用边界；文中的实验起点不是行业统一标准。
以下为原文参考资料；算法机制附近另附有一手文档链接。
- 阿里云 PAI-Rec：召回配置
- 推荐系统——召回篇（1）：召回作用、协同过滤与 Embedding 框架
- 推荐系统——召回篇（2）：内容语义与行为序列
- 推荐系统——召回篇（3）：Graph Embedding
- 推荐系统——召回篇（4）：DSSM、YouTube 与长短期兴趣
- Deep Neural Networks for YouTube Recommendations
- MIND：Multi-Interest Network with Dynamic Routing for Recommendation at Tmall
- Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba
- 阿里云 OpenSearch：多路搜索与 RRF 融合
- Milvus：RRF Ranker