EE探索在推荐召回中应用

bandit EE的算法网上有很多文章介绍，这里就不再赘述了。本文主要介绍EE UCB算法在推荐召回中的实际应用。
UCB的公式如下：

：topic点击次数； ：topic展示次数； t：该用户展现总次数 。
该公式前半部分计算topic的实际点击率；后半部分计算探索概率。
在topic展现次数较大时，主要依赖前半部分的值，即实际点击率的置信度较高。
在topic展现次数较小时，点击率的置信度较低，此时对该topic主要靠探索值来排名。
在推荐召回中，根据上述公式计算用户对每个topic的score，然后根据score取topK个topic，最后召回topK topic下的热门feed。

在实际使用中，有如下两个trickle

1. 对于从未展示过的topic，T的初始值设为多少比较合适
   需要根据业务中的探索需求大小来设定，假设用户总展现次数t=10，可以通过下表来选择T的初始值

展现次数	点击次数	score
1	1	1+=3.14
1	0	=2.14
2	1	0.5+=2.017
2	0	=1.517
3	1	0.33+=1.569
3	0	=1.239
4	1	0.25+=1.323
4	0	=1.073

从表中可以看出，如果将未展示过的topic T初始值设为2，则未展示过的topic score会大于展示过3次未点击的topic以及展示过4次只点击1次的topic。 即T的初始值越小，探索概率越大；反之探索概率变小。

2. 所有未展示过的topic中优先选择哪些topic做推荐
   一般有类似linucb算法来根据用户meta特征选取匹配的topic

   
   截图.png

然而在实际推荐系统中，除了EE召回，还有其他各种召回，最后通过排序模型来选择展示给用户的内容。因此所有展现给用户的topic都是已经与用户特征做过匹配的了。基于以上想法，可以不用实现linucb这类复杂的算法，直接分别计算未展示topic与所有已展示topic的距离和，对未展示的topic按距离和做倒序排序选取即可。