24｜广告与推荐系统：数据不光可以驱动决策也可以直接驱动业务

1. 广告与推荐系统是典型的数据驱动的大数据应用，能够直接驱动业务，实时为每个用户推送内容或广告，产生商业价值。 2. 广告系统的商业价值在于最大化广告收入，帮助广告主精准触达目标用户，提升投放 ROI。 3. 推荐系统的商业价值在于提升用户体验，帮助用户从海量选项中找到最感兴趣的内容，同时提升平台的核心指标。 4. 推荐系统的整体架构包括数据层设计，包括用户特征、物品特征、交互数据，以及离线和实时数据的存储和处理方式。 5. 广告系统和推荐系统的技术架构高度相似，都需要从海量候选中快速筛选出最合适的内容，依赖机器学习模型来预测用户行为，面临共同的技术挑战——高并发和低延迟。 6. 推荐系统的核心价值在于提升用户体验，而广告系统则需要平衡平台、广告主、用户三方的利益，是一个三方博弈的问题。 7. 召回层的核心任务是从海量候选中快速筛选出可能感兴趣的物品，采用多路召回策略，包括协同过滤召回、内容召回、热度召回等。 8. 排序层的任务是对召回的候选进行精排，使用传统的机器学习方法或深度学习方法，构造各种特征，并根据业务目标选择相应的目标函数。 9. 重排层的作用是对排序结果进行调整，满足业务需求，包括增加多样性、去重、频控和业务规则。 10. 大模型在推荐系统中的应用包括内容理解、用户理解、生成式推荐和直接用 Encoder-Decoder 架构进行推荐。