推荐系统（九）SENet 双塔模型在推荐领域召回粗排的应用

在推荐领域，双塔模型是粗排/召回环节应用最为广泛的算法模型，各种改进型双塔模型层出不穷，本文介绍一种基于 SENet 的双塔模型。

1.双塔模型的鼻祖——DSSM 模型

所谓“双塔模型”，可以追溯到 UIUC（伊利诺伊大学厄巴纳-香槟分校）与微软于 2013 在 CIKM 上发表的论文，论文中提到了一种名为 DSSM（Deep Structured Semantic Models，深度结构化语义模型）的模型。其核心思想是将 query 和 doc 映射到到共同维度的语义空间中，通过最大化 query 和 doc 语义向量之间的余弦相似度，从而训练得到隐含语义模型，达到检索的目的。

提出 DSSM 的论文题目：《Learning Deep Structured Semantic Models for Web Search using Clickthrough Data》

经过多年演进，DSSM 被广泛应用到多个领域，比如：搜索引擎检索，广告相关性，问答系统，机器翻译等。当然，DSSM 主要用在召回和粗排阶段，基本上统治了召回/粗排阶段，呈现“垄断地位”。推荐中 DSSM 双塔模型结构如图 1 所示：

如图 1 所示，双塔模型结构非