随着移动互联网和信息技术的发展,信息过载问题日益加剧,很多互联网公司的产品纷纷推出千人千面的推荐系统,帮助用户高效地获取其感兴趣的内容,从而增加用户粘性,提高用户转化率,达到公司商业化目标持续增长的最终目的。目前业界使用的推荐系统主要包括召回和排序两个阶段。召回阶段负责从海量候选中筛选出用户潜在感兴趣的内容作为排序阶段的输入,优化召回服务可以为排序阶段提供更优质的内容,进而提升用户体验。为此,论文针对大规模信息流推荐场景进行了以下向量化召回的研究工作。论文首先设计了一种基于FFM的嵌入式特征选择方法,对原始特征集进行筛选,从而可以在对模型召回率的AUC无损的情况下减少模型大小,节省存储资源。然后,针对使用展现未点击的负样本训练召回模型会导致召回率低下的问题,设计了更贴近内容候选集分布的负样本挖掘方案,其中包括随机负样本,展现未点击的负样本以及困难样本。接着,提出了改进的双塔DNN模型和端到端的特征选择模型。前者在传统的双塔召回模型基础上加入FFM特征交叉层,将用户向量,物品向量和上下文向量进一步交叉。后者将Res Net的跳跃连接结构和SENet的多通道混合结构分别嵌入到用户子图和文章子图的计算中,让模型端到端的筛选出重要的特征。然后,针对向量化召回索引分层可导航的小世界在实际应用中存在“孤岛”的问题,提出了启发式裁剪的优化方案,增加了索引中图的连通性,提升了近似近邻检索的精度。最后,论文在某DAU过亿的信息流推荐场景对以上向量化召回的研究内容进行了实践,取得了离线指标和在线A/B指标的一致性上涨,提升了用户在信息流推荐的体验,进而给公司带来了更高的商业化收入。