专业成就职业
今天跟大家简单聊聊推荐系统中常见的双塔模型，作为策略产品经理，大概了解了解其工作原理即可。
什么是双塔模型？
说起双塔模型，不得不提最早的DSSM，深度语义匹配模型，最早是出现在微软发表的一篇应用于NLP领域中计算语义相似度任务的文章。
我们都知道推荐系统的本质在于“人货匹配”，这里我们一般称人就是user，货就是item。显然，这种query和doc的匹配思路同样可以应用于推荐当中对于user和item的匹配思路。
因此这种模型架构开始应用于推荐系统当中。
双塔模型其实是一种模型架构，和传统的我们针对user或者item单独进行相似度计算不同，它会把整个数据处理的过程形成user和item两个独立的进程，如上图，左侧是用户塔，右侧是item塔，这两个塔的参数互不影响。
user的特征是指用户端的一些数据，比如用户访问的上下文环境信息（设备，系统，时间等）、基础属性数据（地域，年龄）、还有就是比较重要的行为数据（比如点击，播放，收藏，评论，转发）等；
item特征是指物品侧的一些特征，主要包括：物品id，物品类目，物品规格，物品属性等等；
有了这些特征以后，我们就可以把两路特征分别输入到对应的特征提取网络进行处理，得到User Embedding和Item Embedding，然后就到了关键一步，利用特征向量化的结果进行相似度的计算，比如常见的余弦相似度。
模型训练好后，我们可以离线将所有的Item通过Item塔得到其向量，并将其离线保存到缓存数据库当中。
当来了一个用户后，我们首先利用User塔计算得到其用户向量；之后拿用户向量去和离线的Item向量进行相似度计算，并返回相似度最大的N个Item作为个性化的召回结果。
同理，当有一个新的item过来的时候，比如广告，那么我们首先会利用item塔得到其广告向量，然后分别和所有user向量计算相似度，返回相似度最大的N个用户进行item展示即可。
以上就是关于双塔模型的一个简单介绍。不过作为策略产品经理，了解一下其工作原理即可。
以上希望能给你带来启发。
夏师傅策略产品经理训练营，最专业，最体系，最贴近工作的策略产品内容，包含了搜索，推荐，广告，AI和增长等五大主流策略方向，至今已经持续4年之久。无论你是C、B端产品经理，还是数据分析，运营，算法开发等，如果你面临求职问题，想转行策略产品，拿策略offer，那么不容错过，学到会为止。
