1.2.5 重排：从业务角度进行内容调整

重排阶段是对精排后的结果做进一步的在线调整，如图1-8所示，这个阶段经常需要融入各种业务规则和策略，以及兼顾用户推荐体验的约束条件，如推荐结果去重、结果打散保障推荐的多样性、运营策略强插等。

图1-8 重排阶段常见处理逻辑

从重排阶段模型的发展趋势来看，因为重排序一般是紧接精排之后，而精排已经对推荐物品做了比较准确的打分，所以重排模型的输入就是精排模型预估排序TopN的物品集合。重排模型需要对TopN集合再做一次调整，基于精排输出的集合，重排序建模的角度一般是从中选出最优的序列组合。而能够考虑到输入的序列性的模型，自然就是重排模型的首选。最常见的考虑时序性的模型有RNN和Transformer，强化学习也比较适合List wise的序列建模。