1.2.4 排序：为用户精选内容

排序是推荐系统的第二个漏斗环节，排序环节可以使用复杂的排序模型，融入各个维度的特征，对召回的结果做更精准的打分计算。

在召回的候选内容过多时，为了平衡算力和效果，会将排序分为粗排和精排两个环节。预先用一个简单、计算复杂度低的粗排模型对召回的结果做进一步的筛选后，再送入精排模型做更精细的计算。

如图1-7所示，工业界广泛使用的排序模型的发展过程大致可以分为如下三个阶段。

（1）传统模型+人工特征：这个阶段的思路是简单模型加复杂特征，这个时期经典的模型如LR、阿里的MLR，以及LR+FTRL的搭档组合。

（2）传统模型+自动特征：这个时期由模型承担了前期部分人工特征选择和特征组合的工作，经典的模型有FM、FFM，以及GBDT+LR的组合。

（3）深度模型：工业界现阶段的排序模型基本上都采用了深度模型，经典的深度模型如Google的Wide&Deep、DeepFM、MMoE等。

图1-7 排序模型演化图