add best-pratices

TimePi · TimePi · commit 6f89cd7fb649 · 2025-03-14T21:37:44.000+08:00
diff --git a/docs/best-practices/Ecommerce-Frequency-Control-Configuration-Guide.md b/docs/best-practices/Ecommerce-Frequency-Control-Configuration-Guide.md
@@ -0,0 +1,81 @@
+# 电商场景频控配置实施指南
+
+## 一、核心认知误区与业务特性
+
+### 1.1 电商场景的特殊性
+
+与信息流场景本质不同，电商推荐的核心目标是**促进用户决策转化**而非单纯内容消费。这种差异导致频控策略必须遵循以下原则：
+
+- **促进复购**：已购商品可能产生补货/关联购买需求
+
+- **挖掘潜在需求**：用户存在跨品类探索可能性
+
+- **平衡曝光公平性**：避免头部商品过度挤压长尾空间
+
+### 1.2 典型错误实践
+
+直接过滤已购商品会破坏以下关键场景：
+
+- 家庭账户多成员复购（如母婴用品）
+
+- 周期性消耗品补货（如日化品）
+
+- 跨场景搭配购买（如服饰鞋帽）
+
+## 二、运营配置注意事项
+
+### 2.1 合理频控场景
+
+当商品满足以下一些条件可添加适度频控：
+
+- 曝光转化率严重低于行业类目均值
+
+- 连续多天无收藏/加购行为
+
+- 非促销敏感型商品
+
+### 2.2 动态调节策略
+
+1. 时间维度调节：
+- 大促期间放宽曝光限制
+
+- 非活跃时段提高容错阈值
+2. 用户分群策略：
+- 价格敏感用户：放宽中低价商品频控
+
+- 品牌忠诚用户：保留已购品牌曝光
+3. 商品生命周期适配：
+- 新品期：前若干小时豁免频控
+
+- 清仓期：适度降低或去掉频控
+
+## 三、工程实施建议
+
+### 4.1 数据架构设计
+
+- 购买行为数据：需包含精确到秒级的购买时间戳
+
+- 曝光埋点规范：需区分自然曝光与广告曝光
+
+- 衰减系数管理：建立可视化配置平台
+
+### 4.2 效果评估体系
+
+1. 核心监控指标：
+- 已购商品复购转化率
+
+- 长尾商品曝光占比
+
+- 用户跨类目探索深度
+2. AB测试方案：
+- 实验组：应用动态调权策略
+
+- 对照组：使用传统频控方案
+
+- 核心观测：客单价变化与GMV影响
+
+
+
+**关键结论**：电商场景应避免简单粗暴的频控策略，转而通过精排层的智能调权实现"柔性控制"。既保留已购商品的转化潜力，又防止无效曝光资源浪费。运营人员应重点关注时间衰减系数与类目特性的匹配优化。
+
+
diff --git a/docs/best-practices/Hottest-Recall-Configuration-Guide.md b/docs/best-practices/Hottest-Recall-Configuration-Guide.md
@@ -0,0 +1,95 @@
+# 如何配置分类热门召回
+
+分类热门召回是一种常见且有效的推荐策略，通过细致的分类可以提高推荐的精准度。更细致的分类能够帮助我们为用户推荐更符合其兴趣的内容，从而提升用户体验和业务效果。在这一过程中，运营人员和工程技术人员的紧密合作至关重要。运营人员负责物料分类和打标，而技术人员则为整个系统提供技术支持。以下是如何通过RecGo平台配置分类热门召回的详细步骤。
+
+## 第一步：物料分类打标
+
+物料的分类打标是召回配置的基础步骤之一。运营人员在这个阶段起着主导作用：
+
+1. **建立分类体系**: 运营人员需要全面规划和确定所有可能的分类，建立一个清晰的分类结构。
+
+2. **物料打标**:
+   
+   - 若物料数量较少，运营人员可手动为每个物料打标。
+   - 若物料数量庞大，可与技术人员合作，训练一个分类打标模型。运营人员需先手动为部分物料进行打标，以提供训练数据，再由技术人员训练模型进行自动打标。
+   - 另一种方法是利用大语言模型协助进行自动化打标。
+
+## 第二步：准备分类热门数据
+
+数据准备是配置召回策略的基础。在这一阶段，运营人员需要收集并整理每个分类内的热门物料数据。以下是详细的操作步骤：
+
+### 数据收集与计算
+
+1. **数据收集**: 运营人员需要通过分析用户行为数据，如点击率、浏览量和购买率等，来识别每个分类中的热门物料。
+
+2. **数据计算**: 将收集到的物料按热度进行排序。热度的计算可基于用户互动数、购买量等指标的综合评估。
+
+### 数据格式化
+
+为了确保数据的规范性和易于处理，建议使用以下格式之一来组织数据：
+
+#### Excel格式
+
+创建一个Excel文件并包含以下字段：
+
+- **category**: 物料所属的分类。
+- **item**: 物料名称或ID。
+- **rank**: 物料的热门级别，数值越小表示越热门。
+
+**示例表格**：
+
+| category | item | rank |
+| -------- | ---- | ---- |
+| 分类1      | 物料1  | 1    |
+| 分类1      | 物料3  | 2    |
+| 分类1      | 物料2  | 3    |
+| 分类2      | 物料2  | 1    |
+| 分类2      | 物料3  | 2    |
+| 分类2      | 物料1  | 3    |
+
+#### JSON格式
+
+如果更倾向于使用JSON格式，数据结构应如下所示：
+
+```json
+{
+    "分类1": ["物料1", "物料2", "物料3"],
+    "分类2": ["物料2", "物料1", "物料5"],
+    "分类3": ["物料3", "物料7", "物料11"],
+    "分类4": ["物料4", "物料4", "物料3"]
+}
+```
+
+### 上传数据文件
+
+1. **登录RecGo平台**: 使用您的账号登录RecGo平台的网页界面。
+
+2. **上传文件**: 导航至数据上传页面，将准备好的Excel或JSON文件上传。
+
+3. **获取`resource-id`**: 上传成功后，系统将为该文件生成一个唯一的`resource-id`，用于后续的召回配置。
+
+## 第三步：配置召回
+
+完成数据准备后，接下来是配置召回策略。确保您的用户数据中包含区域特征信息，例如`u_d_cat`，以便于进行精确召回。
+
+### 配置文件设置
+
+在RecGo平台的配置文件中，按照以下格式进行召回设置：
+
+```
+[[Pipeline.Recall]]
+name = "cat-hottest-v1"     # 配置名称，用于标识当前版本
+resource = "resource-id"    # 使用之前获取的文件资源编号
+recall_type = 0             # 标识召回策略的类型（0表示特定策略）
+template = "{u_d_cat}"      # 使用用户分类特征作为模板参数
+keys = 20                   # 设定特征组合的维度数量
+count = 100                 # 设置单次召回的最大物料数量
+```
+
+### 提交配置
+
+1. **检查配置**: 仔细检查配置文件各参数，确保设置正确无误。
+
+2. **提交配置**: 保存并提交配置以应用召回策略。
+
+通过这些步骤，您将能够成功配置分类热门召回功能，提高用户的内容推荐体验。
diff --git a/docs/best-practices/I2I-Recall-Configuration-Guide.md b/docs/best-practices/I2I-Recall-Configuration-Guide.md
@@ -0,0 +1,173 @@
+# 如何配置I2I召回
+
+## 第一步：I2I召回技术详解
+
+### 1. 核心定义与背景
+
+I2I（Item-to-Item）召回是推荐系统的核心组件之一，最早由亚马逊在2003年提出并成功应用于电商推荐。其核心思想是通过建立**物品关联图谱**，利用用户历史行为中的物品线索进行关联推荐。与传统协同过滤（User-to-Item）不同，I2I聚焦于物品间关系的挖掘，尤其在用户行为稀疏的场景下表现出更强的鲁棒性。
+
+### 2. 核心价值与应用场景
+
+| 应用场景  | 典型示例             | 优势特性           |
+| ----- | ---------------- | -------------- |
+| 实时推荐  | 用户浏览商品A时实时推荐关联商品 | 低延迟响应（通常<50ms） |
+| 长尾挖掘  | 通过小众商品关联热门商品     | 突破用户行为局限       |
+| 跨域推荐  | 视频平台通过观看记录推荐相关商品 | 行为模式迁移能力       |
+| 冷启动缓解 | 新品通过内容特征关联已有商品   | 零行为数据下的可解释推荐   |
+
+### 3. 与其它召回方式对比
+
+```mermaid
+graph TD
+    A[召回类型] --> B[U2I: User-to-Item]
+    A --> C[I2I: Item-to-Item]
+    A --> D[U2U: User-to-User]
+
+    B -->|基于用户画像| E["需要丰富用户特征"]
+    C -->|基于物品关系| F["依赖物品关联质量"]
+    D -->|相似用户偏好| G["存在隐私合规风险"]
+```
+
+### 4. 算法架构演进
+
+#### 4.1 传统方法
+
+- **协同过滤（ICF）**
+  
+  - $$
+    sim(i,j) = \frac{|U_i \cap U_j|}{\sqrt{|U_i| \cdot |U_j|}}
+    $$
+  - 优点：实现简单，可解释性强
+  - 痛点：流行度偏差、行为稀疏敏感
+
+- **内容相似度**
+  
+  - 文本：TF-IDF + Cosine Similarity
+  - 图像：CNN特征提取 + L2距离
+  - 多模态：CLIP等跨模态编码
+
+#### 4.2 深度学习方法
+
+```python
+# 以双塔模型为例的伪代码
+item_encoder = DeepNetWork0()  # 物品特征编码器
+user_encoder = DeepNetWork1()  # 行为序列编码器
+
+# 在线服务时
+item_embeddings = item_encoder(items)  # 预计算存储
+user_embedding = user_encoder(history) # 实时计算
+scores = dot_product(user_embedding, item_embeddings)
+```
+
+#### 4.3 图神经网络方法
+
+- **Node2Vec**：通过有偏随机游走捕获复杂关联
+- **GraphSAGE**：邻域采样聚合技术
+- **HIN(Heterogeneous Information Network)**：处理多类型物品关系
+
+### 5. 实现考量维度
+
+| 维度    | 注意事项       | 优化策略        |
+| ----- | ---------- | ----------- |
+| 热度偏差  | 热门物品主导关联   | Swing算法加权抑制 |
+| 实时更新  | 新品冷启动问题    | 在线向量化服务     |
+| 多模态融合 | 图文/视频内容差异  | 动态权重分配      |
+| 业务适配  | 电商vs内容平台差异 | 行业定制损失函数    |
+
+### 6. 评估指标体系
+
+- **离线评估**：
+  
+  - $$
+    覆盖率：Coverage = \frac{|推荐物品集合|}{|全量物品集合|}
+    $$
+  - 新颖度：用户未接触物品占比
+  - 多样性：推荐列表的熵值计算
+
+- **在线评估**：
+  
+  - CTR（点击率）
+  - 转化率
+  - 推荐渗透率
+
+### 7. 经典应用案例
+
+1. **亚马逊"看了又看"模块**：基于实时浏览行为的动态I2I
+2. **Netflix视频推荐**：结合观看时长加权的深度I2I
+3. **Spotify歌单生成**：音频特征+协同过滤混合模型
+
+
+
+## 第二步：数据格式化
+
+为了确保数据的规范性和易于处理，建议使用以下格式之一来组织数据：
+
+#### Excel格式
+
+创建一个Excel文件并包含以下字段：
+
+- **key**: 物料id。
+- **item**: 物料名称或ID。
+- **rank**: 物料的热门级别，数值越小表示越热门。
+
+**示例表格**：
+
+| key | item | rank |
+| --- | ---- | ---- |
+| 物料1 | 物料2  | 1    |
+| 物料1 | 物料3  | 2    |
+| 物料1 | 物料5  | 3    |
+| 物料2 | 物料4  | 1    |
+| 物料2 | 物料3  | 2    |
+| 物料2 | 物料1  | 3    |
+
+#### JSON格式
+
+如果更倾向于使用JSON格式，数据结构应如下所示：
+
+```
+{
+    "物料1": ["物料4", "物料2", "物料3"],
+    "物料2": ["物料3", "物料1", "物料5"],
+    "物料3": ["物料1", "物料7", "物料11"],
+    "物料4": ["物料3", "物料5", "物料6"]
+}
+```
+
+### 上传数据文件
+
+1. **登录RecGo平台**: 使用您的账号登录RecGo平台的网页界面。
+
+2. **上传文件**: 导航至数据上传页面，将准备好的Excel或JSON文件上传。
+
+3. **获取`resource-id`**: 上传成功后，系统将为该文件生成一个唯一的`resource-id`，用于后续的召回配置。
+
+
+
+第三步：配置召回
+
+完成数据准备后，接下来是配置召回策略。确保您的用户数据中包含用户主动行为信息，例如用户主动点击行为序列`u_r_click`，以便于进行精确召回。
+
+### 配置文件设置
+
+在RecGo平台的配置文件中，按照以下格式进行召回设置：
+
+```
+[[Pipeline.Recall]]
+name = "i2i-v1"     # 配置名称，用于标识当前版本
+resource = "resource-id"    # 使用之前获取的文件资源编号
+recall_type = 0             # 标识召回策略的类型（0表示特定策略）
+template = "{u_r_click}"      # 使用用户分类特征作为模板参数
+keys = 20                   # 设定特征组合的维度数量
+count = 100                 # 设置单次召回的最大物料数量
+```
+
+### 提交配置
+
+1. **检查配置**: 仔细检查配置文件各参数，确保设置正确无误。
+
+2. **提交配置**: 保存并提交配置以应用召回策略。
+
+通过这些步骤，您将能够成功配置i2i召回功能，提高用户的内容推荐体验。
+
+
