推荐系统学习笔记（八）其他召回通道
本节介绍几个有用但重要性不高的召回通道
1. 几种简单召回通道
| 召回通道 | 原理 | 索引 | 召回 |
| GeoHash召回 | 用户可能对附近的事感兴趣，对用户的经纬度的编码 | GeoHash→优质笔记列表（按时间倒排） | 无个性化召回（所以选择推荐优质笔记） |
| 同城召回 | 用户可能对同城的事感兴趣 | 城市→优质笔记列表（按时间倒排） | 无个性化召回 |
| 作者召回 | 用户可能对关注的作者发布的笔记感兴趣 | 用户→关注的作者 作者→发布的笔记（按时间倒排） | 用户→关注的作者→最新的笔记 |
| 有交互的作者召回 | 用户对某篇笔记感兴趣，对该作者的其他笔记也可能感兴趣 | 用户→有交互的作者（按时间倒排） | 用户→有交互的作者→最新的笔记 |
| 相似作者召回 | 如果用户喜欢某作者，那么用户喜欢相似的作者（类似ItemCF） | 作者→相似作者（k个）（按时间倒排） | 用户→感兴趣的作者（n）→相似作者（nk）→最新的笔记（nk） |
2. 缓存召回
💭核心思想：复用前n次推荐精排的结果
背景：精排的结果有一大半未曝光，被浪费
操作：精排前50，但是未曝光的，缓存起来，作为一条召回通道
⚠️ 缓存大小固定，需要退场机制
- 一旦笔记成功曝光，就从缓存退场；
- 如果超过缓存大小，就移除最先进入缓存的笔记；
- 笔记最多被召回若干次，达到这个次数就退场；
- 每篇笔记最多保存若干天，达到这个天数就退场；
- 想让低曝光笔记缓存更长时间，基于曝光次数设置退场规则。