梦想技术报告

工业推荐系统通常使用级联检索、排名和重新排名管道。虽然高效，但这些管道跨模块分割信息和目标，依赖严格的规则，并且对实时意图的认识有限，导致浏览、比较和购买之间的会话级别转换没有得到充分解决。我们提出了 DREAM（使用代理方法开发推荐引擎），这是一种自主优化控制架构，它在现有管道之上添加了感知感知、可编排和可审计的策略层，而无需替换它们。 DREAM 有两个核心组件。首先，三层意图引擎将设备上的信号融合为结构化的 L0/L1/L2 意图表示；其边缘云触发链将报告量减少至约 8.7%。其次，元引擎使用元模型进行分层 M1 到 M2 到 M3 推理：意图总结、策略记忆通知的策略规划以及参数转换。它通过带有安全护栏的统一出口发送结果参数。奖励双循环通过将策略空间探索的离线模拟与结果校准的在线反馈相结合，不断优化这两个组件，形成生成、执行、评估和经验积累的循环。对淘宝首页 Feed 进行的大规模 A/B 测试表明，仅重排名控制即可提高 IPV 2.06%、核心 IPV 提高 2.39%、GMV 提高 0.88%。将控制范围扩大到精细排名可将这些收益分别提高至 2.71%、3.06% 和 1.31%，同时 PV 持续提高 1% 以上。这些收益既不需要更换管道模型，也不需要牺牲服务稳定性，支持代理元控制作为工业推荐的可行范例。