小红书推荐系统实战：除了双塔模型，这3种召回策略（地理位置/作者/缓存）你了解吗？

小红书推荐系统实战：3种工业级召回策略深度解析

在推荐系统的战场上，召回层就像一位不知疲倦的侦察兵，它的任务是从海量内容中快速筛选出可能吸引用户的候选集。提起召回策略，大多数人会立刻想到双塔模型、协同过滤这些"明星算法"，但真正决定推荐系统实战效果的，往往是那些被低估的"战术级"策略。今天我们就以小红书为例，解剖三种工业界高频使用但鲜少被深入讨论的召回策略——地理位置召回、作者召回和缓存召回。这些策略看似简单，却在实战中发挥着四两拨千斤的作用。

1. 地理位置召回：当"附近"成为推荐黄金法则

在本地生活场景中，用户对"附近发生什么"的关心程度远超想象。小红书通过地理位置召回策略，巧妙地将物理距离转化为推荐系统的竞争优势。

1.1 GeoHash编码：地理位置的数字护照

GeoHash算法将二维的经纬度坐标转换为一维字符串，这种编码具有以下关键特性：

• 层级结构：字符串越长表示精度越高（如wx4g比wx4更精确）
• 前缀匹配：相同前缀的GeoHash表示地理位置相近
• 快速检索：可用B+树等数据结构高效建立索引

小红书实际应用中的GeoHash索引结构示例：

提示：GeoHash召回的关键是平衡精度与召回量，通常选择6-8位字符长度，对应约100-1000米范围

1.2 同城召回的社交增强效应

相比精确的GeoHash召回，同城召回采用更粗粒度的城市维度，其独特价值在于：

1. 内容新鲜度保障：优先展示24小时内发布的同城笔记
2. 地域文化契合：自动匹配方言、本地习俗等文化特征
3. 潜在社交连接：增加同城用户间的互动可能性

实际业务中，这两种策略常配合使用：

def location_based_recall(user): recalls = [] if user.geo_hash: recalls += geo_hash_recall(user.geo_hash, limit=50) if user.city: recalls += city_recall(user.city, limit=30) return remove_duplicates(recalls)

2. 作者召回：构建内容生态的社交图谱

在小红书这样的UGC平台，作者与用户的关系远不止"内容生产者-消费者"这么简单。优秀的作者召回策略能同时提升内容分发效率和用户粘性。

2.1 关注作者召回：社交关系的温度传递

关注作者召回的核心在于两个实时更新的倒排索引：

1. 用户-作者索引：记录每个用户关注的所有作者
2. 作者-笔记索引：按发布时间倒序存储作者内容

这种策略的独特优势包括：

• 即时性：新内容发布后立即进入关注者候选池
• 信任传递：用户对作者的信任会自然延伸到其内容
• 创作激励：为优质作者提供稳定的流量入口

2.2 交互作者召回：发现潜在兴趣的雷达

当用户与作者产生"轻互动"（点赞/收藏/评论）但未关注时，交互作者召回就发挥作用了。其技术实现要点包括：

• 时间衰减权重：最近交互的权重高于历史交互
• 行为类型加权：收藏 > 评论 > 点赞
• 滑动窗口机制：只保留最近30天的交互记录

交互作者相似度计算示例：

def author_similarity(author1, author2): # 基于共同粉丝的Jaccard相似度 followers1 = set(get_followers(author1)) followers2 = set(get_followers(author2)) intersection = followers1 & followers2 union = followers1 | followers2 return len(intersection) / len(union)

2.3 相似作者召回：兴趣的涟漪效应

相似作者召回扩展了用户的兴趣边界，其核心是构建作者相似度图谱。工业界常用三种计算方式：

1. 基于粉丝重合度：如上述Jaccard相似度
2. 基于内容embedding：用BERT等模型提取文本特征
3. 基于协同过滤：将作者视为特殊"物品"计算相似度

3. 缓存召回：精排结果的二次利用艺术

在推荐系统链路中，精排阶段计算成本最高，缓存召回就是为了最大化精排结果的利用率。

3.1 缓存机制设计要点

小红书采用的混合缓存策略包含以下关键设计：

• 动态准入标准：

  • 精排Top50未曝光内容自动进入缓存
  • 高CTR内容优先保留
  • 新发布内容获得加权

• 智能淘汰机制：

  def check_evict(cached_item): if cached_item.exposed: # 已曝光立即淘汰 return True if cached_item.recall_count >= 10: # 达到召回次数上限 return True if time.now() - cached_item.enter_time > 3*24*3600: # 超过3天 return True return False

3.2 缓存召回的业务价值

这种策略创造了三重价值：

1. 资源利用率提升：精排计算成本降低30-40%
2. 长尾内容曝光：给优质但低流量内容更多机会
3. 用户体验平滑：避免每次刷新结果差异过大

4. 策略组合与系统协同

真正的工业级推荐系统从不是单打独斗，而是多种策略的有机组合。这些召回策略如何与双塔模型协同工作？

4.1 多路召回融合架构

小红书的典型召回层实现流程：

1. 并行召回：各策略同时执行
2. 去重合并：基于笔记ID去重
3. 动态加权：根据实时反馈调整各路线权重
4. 粗排过滤：用轻量模型初步筛选

4.2 策略权重分配艺术

不同场景下的策略权重配置示例：

注意：实际权重需要根据AB测试结果动态调整，此表仅为示例

在项目实践中，我们发现当作者召回与缓存召回配合使用时，用户停留时长平均提升17%。特别是在美食和旅行类目中，地理位置召回带来的转化率比普通内容高出3-5倍。