Facebook向量化召回实践
解释Facebook EBR (Embedding-based Retrieval)在大规模推荐系统中的双塔召回实践。
回答
屠龙少年
Facebook EBR (Yi et al., 2019) 是双塔模型在大规模社交推荐中的工程实践总结。
双塔架构：
- 用户塔：用户特征（画像、行为序列、社交图）→ MLP → 用户向量u
- 物品塔：物品特征（内容、标签、统计量）→ MLP → 物品向量v
- 相似度：
sim(u,v) = u·v（内积或余弦）
核心工程实践：
1. 训练数据采样：
- 正样本：用户有正向反馈的物品
- 负样本：
- 随机负采样（Easy Negative）
- 批次内负采样（In-batch Negative）+ 纠偏(logQ校正)
- Hard Negative：召回结果但排序低的物品
2. 特征工程：
- 连续特征做分箱(Log Transformation + 桶)
- ID特征做Hash Embedding控制词表
- 交叉特征（如User×Item统计）加入排序而非召回
3. ANN索引：
- FAISS构建IVF+PQ/HNSW索引
- 亿级检索<10ms
- 全量/增量更新策略
4. 多任务学习：
- 同时优化点击、点赞、分享、停留时长
- 用PLE/MMOE优化多目标
效果：EBR在Facebook feed推荐中Recall+25%，同时简化了多路召回的维护成本。