1.推荐系统！=搜索系统
推荐系统：根据用户历史猜测可能喜欢的东西，尽可能吸引用户
2.常用测评指标
2.1 用户满意度：点击率，停留时间，转化率
2.2 预测准确度：可以离线计算得到，包括评分预测和TopN推荐
评分预测：
TopN推荐： a.精确率，b.召回率
覆盖率：
多样性、新颖性、AUC曲线
2.3 召回
召回阶段往往会利用少量的特征和简单的模型对大规模的数据集进行快速的筛选，而在排序层一般会使用更多的特征和更加复杂的模型进行精准的排序
多路召回策略
多路召回的问题：选择的策略之间的信息是割裂的，无法总和考虑不同策略对一个物品的影响
Embedding召回
Embedding召回是一个综合性强且计算速度也能满足需求的召回方法