解读

面试官问“实时召回源”，核心想看三件事：

1. 你能否把用户行为数据与业务目标实时打通；
2. 你能否在毫秒级响应里把“对的内容”推给“对的人”；
3. 你能否用可量化指标验证召回源对点击-转化路径的真实增益。
   在国内主流场景里，实时召回源=实时特征+召回策略+通道触达三件套，必须兼顾数据合规（个人信息保护法）、通道限额（微信模板消息、短信频控）、成本（短信0.035元/条、Push免费但到达率仅30%左右）。

知识点

1. 实时特征层：

   • 用户侧：最近30分钟事件序列（浏览、加购、领券、滑动深度）、实时意图分（TF-IDF向量化+轻量级LR或DSSM在线预估）。
   • 商品侧：库存、价格、优惠券剩余张数、实时CTR、实时CVR、人群渗透率。
   • 场景侧：时间段、渠道、设备、网络环境（5G/Wi-Fi）、地理位置（LBS围栏）。

2. 召回策略：

   • 行为触发召回：浏览未购买30分钟内推“同款低价”或“限时券”；加购30分钟未支付推“库存紧张+包邮”。
   • 序列召回：用Transformer4Rec或MindSpore轻量模型，把用户最近50次点击序列编码，实时Top50召回。
   • Look-alike召回：把高转化人群包（T+1离线）做成Redis Bitmap，实时计算Jaccard相似度，取Top200扩展。
   • 优惠券敏感召回：实时判断用户是否属于“券敏感”分群（历史核销率>60%），优先推满减券而非直降。

3. 通道与排序：

   • 多通道并发：Push+短信+微信服务号，按疲劳度规则（同一用户24小时内最多2条）做通道去重。
   • 实时排序层：用FTRL-Proximal在线学习，特征维度控制在200维以内，pCTR×pCVR×客单价×渠道权重打分，取Top1下发。

4. 效果评估：

   • 实时指标：下发10分钟后看点击-转化率、召回转化率、增量GMV（对照组为随机流量10%）。
   • 长期指标：7日LTV、次月留存、渠道ROI≥1.5才全量。

答案

“我会分四步搭建实时召回源：
第一步，埋点补全。与产研对齐，把埋点延迟从15分钟压缩到1分钟内，用Kafka+Flink实时流，确保用户行为事件落库即可用。
第二步，特征快照。把用户最近30分钟行为写成Redis String+Hash结构，设置5分钟过期，商品维度的实时CTR、CVR用Flink窗口函数每30秒更新一次。
第三步，召回策略组合。先跑行为触发（浏览-加购-支付流失）占60%流量，再跑序列召回占30%，Look-alike占10%。所有策略输出商品ID列表后，再走统一实时排序模型，把pCTR×pCVR×客单价×渠道权重最高的1个商品+1张优惠券推给用户。
第四步，闭环验证。上线当天切10%随机对照组，核心看点击-转化率绝对值提升≥3个百分点，且单客召回成本≤客单价×毛利率×20%，连续3天达标后全量。上线两周后复盘，把低转化策略（如Look-alike）流量降到5%，把券敏感人群流量提升到25%，最终让整体点击-转化路径缩短0.8步，召回订单占比从6%提到11%。”

拓展思考

1. 如果公司没有Flink集群，能否用阿里云实时计算Flink版或腾讯云Oceanus快速落地？预算怎么谈？
2. 当iOS隐私政策导致设备号缺失，如何用服务端用户ID+私域UnionID做冷启动召回？
3. 实时召回一旦过度，可能引发用户疲劳与渠道投诉，如何设置全局频控与负反馈（点“不感兴趣”立即降权）？
4. 在大促峰值（如双11零点）QPS暴涨10倍，如何做降级预案：策略降级（只跑行为触发）、通道降级（只走Push）、模型降级（用静态分数）？