学习排序 (LTR): 解释排序模型的目标设计与多目标融合。

Core Concept: 排序目标可能是多目标的加权/约束组合；需处理目标冲突、权重调优、以及'短期 vs 长期'。

数学机理：<strong>多目标排序的目标设计</strong>——(1) <strong>常见目标</strong>——(a) <strong>短期</strong>（点击率 CTR、转化率 CVR、停留时长、GMV）；(b) <strong>长期</strong>（留存、满意度、生态健康）；(c) <strong>约束</strong>（多样性、新颖性、公平性、内容安全）。(2) <strong>融合方式</strong>——(a) <strong>加权和</strong>——score=Σ w_i·ŷ_i（最简单；权重 w_i 需调）；(b) <strong>乘法/排序公式</strong>——如电商的 'CTR×CVR×价格'（<strong>乘法表示'必须都满足'</strong>，加权和表示'可互补'）；(c) <strong>约束优化</strong>——max 主目标 s.t. 其他目标 ≥ 阈值（用拉格朗日或分阶段）；(d) <strong>多任务模型 + 自定义融合</strong>——用 MMoE 等输出多个目标，再用'融合层'或'规则'组合（见深度推荐模型的 MMoE 题）；(e) <strong>多目标 LTR</strong>——在 LTR 中同时优化多个指标（如'加权 NDCG'）。(3) <strong>为什么不能只看 CTR</strong>——(a) <strong>点击 ≠ 满意</strong>（标题党、误导性标题点击率高但体验差）；(b) <strong>短期优化损害长期</strong>（过度推荐'吸引点击但低质'的内容 → 用户流失）；(c) <strong>生态问题</strong>（只推热门 → 长尾内容无曝光 → 生态萎缩）；(d) <strong>业务目标</strong>（最终是 GMV/留存，而非点击）。<strong>权重调优</strong>——(a) <strong>网格/贝叶斯搜索</strong>（用在线指标）；(b) <strong>多目标优化</strong>（找帕累托前沿）；(c) <strong>学习权重</strong>（用'长期指标'作为监督信号学权重）；(d) <strong>按场景/用户分组设权重</strong>（不同用户偏好不同）；(e) <strong>动态权重</strong>（如新品期提升探索权重）。<strong>目标冲突的处理</strong>——(a) <strong>量化冲突</strong>（目标间的相关性/冲突程度）；(b) <strong>帕累托前沿</strong>（可视化权衡）；(c) <strong>分阶段</strong>（先满足约束、再优化主目标）；(d) <strong>多任务学习的负迁移</strong>（见多目标与约束题）。<strong>短期 vs 长期</strong>——(a) <strong>长期效应难测</strong>（需长周期实验或代理指标）；(b) <strong>代理指标</strong>（如'次周留存'、'会话深度'）；(c) <strong>约束短期以保护长期</strong>（如'限制同类内容连续出现'）。<strong>评估</strong>——(a) <strong>多指标联合</strong>（不能只看单一指标）；(b) <strong>护栏指标</strong>（见在线指标题）；(c) <strong>长期指标</strong>（A/B 的长周期观察）；(d) <strong>帕累托前沿</strong>。<strong>实践建议</strong>——(a) <strong>明确主目标与约束</strong>（业务对齐）；(b) <strong>乘法/约束用于'必须满足'的目标</strong>（如'必须安全'）；(c) <strong>加权和用于'可互补'的目标</strong>；(d) <strong>权重用在线实验调</strong>（离线不可靠）；(e) <strong>监控护栏指标</strong>（防短期优化损害长期）；(f) <strong>分场景/分用户设权重</strong>。<strong>度量</strong>——(a) 各目标的指标；(b) 护栏指标；(c) 长期指标；(d) 帕累托前沿。

深度剖析与工程权衡：① <strong>'点击 ≠ 满意'是多目标的核心动机</strong>——标题党点击率高但体验差；面试中能指出这一点是深度理解的标志。② <strong>'乘法 vs 加权和'的语义差异</strong>——乘法表示'都必须满足'（如 CTR×CVR 表示'既点击又转化'）；加权和表示'可互补'；选择取决于业务语义。③ <strong>'权重用在线实验调'</strong>——离线调权重不可靠（因为离线指标与在线行为有差距）；这是实践中的重要纪律。④ <strong>'护栏指标防短期损害长期'</strong>——这是多目标设计的必需（见在线指标题）。⑤ <strong>'帕累托前沿'可视化权衡</strong>——帮助与业务方沟通'取舍'。⑥ <strong>面试要点</strong>——被问'多目标怎么融合'，应给出'<strong>目标类型（短期/长期/约束）+ 融合方式（加权/乘法/约束/多任务模型）+ 权重调优（在线）+ 短期 vs 长期</strong>'与'<strong>点击≠满意</strong>'；能指出'乘法与加权和的语义差异'是深度理解的标志。