建议、补充、激发：Allegro.com 双塔推荐系统的故事

构建大规模电子商务推荐系统需要解决三个关键技术挑战：（1）跨数十个摆放位置设计通用推荐架构，（2）降低过度的维护成本，（3）管理高度动态的产品目录。本文介绍了在欧洲最大电子商务平台 Allegro.com 上部署的统一内容驱动推荐系统。该系统基于流行的双塔检索框架，使用文本和结构化属性表示产品，通过近似最近邻搜索实现高效检索。我们展示了同一模型架构如何通过仅修改模型或服务逻辑中的少数组件，适用于三种不同的推荐任务：相似度搜索、互补产品建议和灵感内容发现。两年的大规模A/B测试确认，在桌面和移动应用渠道上，系统在参与度和基于利润的指标方面均实现显著提升。我们的結果表明，灵活且可扩展的架构能够以最小的维护开销服务于多样化的用户意图。