ML System Design Framework: 设计一个推荐系统，说明数据与模型选型。

Core Concept: 多路召回（i2i/u2i/热门）→ 粗排 → 多目标精排（MMoE）→ 重排（多样性/业务）；数据含行为日志与画像。

数学机理：<strong>推荐系统的分层设计</strong>——(1) <strong>数据层</strong>——(a) <strong>行为日志</strong>（曝光/点击/加购/购买/停留，含时间戳与上下文）；(b) <strong>用户画像</strong>（注册信息、长期偏好）；(c) <strong>物品内容</strong>（标题/图片/类别/属性）；(d) <strong>标签</strong>（隐式为主：点击=正、未交互=弱负）；(e) <strong>实时性</strong>（流式管道处理行为）。(2) <strong>召回层</strong>——(a) <strong>i2i</strong>（ItemCF/向量相似）——'看了又看'；(b) <strong>u2i</strong>（双塔）——用户兴趣向量 → ANN；(c) <strong>热门/新品/运营</strong>（兜底与生态）；(d) <strong>多路融合</strong>（RRF）；(e) <strong>冷启动</strong>（内容特征 + 探索配额）。(3) <strong>粗排层</strong>——轻量模型（双塔/小 MLP）从千级到百级。(4) <strong>精排层</strong>——(a) <strong>多目标</strong>（CTR + CVR + 时长 + 点赞）；(b) <strong>模型</strong>——MMoE/PLE（多任务）+ 序列建模（DIN/SASRec）；(c) <strong>融合</strong>（加权/乘法/约束）；(d) <strong>特征</strong>（用户/物品/上下文/交叉/序列）。(5) <strong>重排层</strong>——(a) <strong>多样性</strong>（MMR/类别配额）；(b) <strong>去重</strong>（同款/同作者）；(c) <strong>业务规则</strong>（广告位/促销/合规）；(d) <strong>探索配额</strong>（新品/长尾）。(6) <strong>监控与迭代</strong>——(a) <strong>在线指标</strong>（CTR/时长/留存）；(b) <strong>护栏</strong>（负反馈/多样性）；(c) <strong>漂移</strong>（用户兴趣/物品供给）；(d) <strong>闭环</strong>（在线学习/增量更新）。<strong>关键设计决策</strong>——(a) <strong>召回通道与配额</strong>（按独有贡献）；(b) <strong>多目标融合方式</strong>（加权/乘法/约束）；(c) <strong>冷启动策略</strong>（内容 + 探索）；(d) <strong>序列建模</strong>（DIN 注意力 / SASRec 顺序）；(e) <strong>重排的多样性与探索</strong>。<strong>评估</strong>——(a) <strong>离线</strong>——Recall@k（召回）、GAUC（精排）、NDCG；(b) <strong>在线</strong>——CTR/时长/留存/GMV + 护栏。<strong>失败模式</strong>——(a) <strong>冷启动死循环</strong>（无探索 → 无数据）；(b) <strong>反馈循环</strong>（只推热门 → 越来越窄）；(c) <strong>位置偏置</strong>（训练数据有偏）；(d) <strong>多目标失衡</strong>（某目标被压制）。<strong>实践建议</strong>——(a) <strong>多路召回 + 配额</strong>；(b) <strong>MMoE/PLE 做多目标</strong>；(c) <strong>融合方式按语义选</strong>（乘法=必须满足）；(d) <strong>冷启动靠内容 + 探索</strong>；(e) <strong>重排处理多样性与业务</strong>；(f) <strong>监控护栏与漂移</strong>。<strong>度量</strong>——(a) 各层指标；(b) 在线多目标 + 护栏；(c) 冷启动/长尾表现。

深度剖析与工程权衡：① <strong>'多目标融合的语义'是关键</strong>——加权（可互补）vs 乘法（必须满足）；面试中能指出是深度理解的标志。② <strong>'冷启动死循环'是核心风险</strong>——必须给探索配额（且要'靠前位置'）。③ <strong>'反馈循环'</strong>——只推热门会让系统越来越窄；需多样性与探索。④ <strong>'序列建模'</strong>——DIN（注意力）vs SASRec（顺序）；有行为序列时优于静态 MF。⑤ <strong>'护栏指标'</strong>——防短期损害长期（留存/多样性）。⑥ <strong>面试要点</strong>——被问'设计推荐系统'，应给出'<strong>数据 → 多路召回 → 粗排 → 多目标精排（MMoE）+ 融合 → 重排（多样性/探索）+ 监控/护栏</strong>'；能指出'冷启动死循环'是深度理解的标志。