26 | 总览推荐架构和搜索、广告的关系

该思维导图由 AI 生成，仅供参考

数字世界中的信息过载问题需要通过搜索、推荐和广告三种方式来解决。搜索引擎主要解决精确快速找到信息的需求，而推荐系统则希望用户消费越多越好，甚至演变成时间杀手。广告系统则是为信息找到最需要它的人。这三者在解决信息过滤问题时有共同之处，但也存在不同之处。搜索更关注内容消费者，推荐系统追求用户消费内容，而广告系统关注商业利益最大化。它们都涉及过滤候选、排序候选和个性化输出三个步骤，但目标、条件和策略各不相同。总体而言，这三种方式都在匹配用户的兴趣和需求，但匹配的目标、条件和策略存在差异。因此，它们在技术实现上有相似之处，但也有各自的特点。 文章通过对比分析，深入探讨了搜索、推荐和广告在解决信息过滤问题时的异同点，为读者提供了全面的架构抽象和技术特点的概览。搜索、推荐和广告三者在业务和技术上存在重叠，可以产生协同作用。推荐系统能够满足一些搜索无法满足的需求，但搜索引擎仍然能够化解推荐不力的尴尬，并且可以积累用户兴趣数据。广告系统则利用经济手段调配信息鸿沟，以满足用户的信息需求。总体而言，这三者有统一的概念基础，但在实现时需要考虑一些困难，需要统一架构的成功案例和数据证明。此外，搜索和推荐的信息对象可以共用，而广告的信息对象却是另一个隔离的存在，这也是一个有趣的现象。 因此，文章提出了统一搜索、推荐和广告的可能性，并建议从0开始统一，划归一个团队来统一规划，并用数据证明统一之后的好处。最后，文章提出了一个有趣的问题，即为什么不能让用户直接设置条件检索广告库存，这也值得深入讨论。 通过本文的总结，读者可以快速了解搜索、推荐和广告在解决信息过滤问题时的异同点，以及统一它们的可能性和困难，为技术人员和企业提供了有益的思考和启发。