作者：吴白
一、 推荐在闲鱼的应用
不同于搜索的确定性，推荐场景面临的问题往往是不确定的。但是正是因为这种不确定，带来了非常大的可能。所以推荐在闲鱼基本上遍地开花的状态。
尽管如此，推荐在闲鱼仍然面临着非常大的挑战，而这些挑战和闲鱼C2C市场的定位和特性密切相关。总的来说，闲鱼有四个比较明显的C2C特性：
• 浅库存。闲鱼的商品基本都是孤品单库存，售出即下架。这就需要推荐系统需要非常实时的感知到这种状态变化，对实效性要求非常高。
• 轻发布。闲鱼中的卖家大部分都是个人卖家，为了简化发布成本，一直提倡轻发布。所以闲鱼商品的结构化信息非常少，这给推荐带来的挑战非常大。
• 自由市场。闲鱼还是一个自由市场，在这个市场中有个人卖家，小B卖家，行业和专业卖家，同时也有各种黑灰产用户。这导致在闲鱼流量分发的难度非常高。
• 快速成长。最后闲鱼是一个成长型业务，快速增长带来的规模对推荐的整个基线压力非常大。
闲鱼推荐的演进历程和这四个特性密不可分，所以闲鱼推荐大致可以分成四个阶段
• 阶段一：圈品+离线打分。这个阶段推荐主要靠圈品+离线算分为主，无个性化，时效性天级。
• 阶段二：少量算法。阶段二开始在首页核心场景引入算法，以天级的I2I为主，但推荐底池时效性已经到了秒级。
• 阶段三：扩大应用。随着业务拿到算法第一波红利，越来越多的业务开始接入算法。特征和模型时效性也从天级提升至小时级，闲鱼首次引入招选搭投，应用大规模铺开。
• 阶段四：随着业务快速成长，规模快速扩大，底层基建迎来大规模升级。全图化，模型自动压缩，通用推荐等实现从0到1的越跃变。
经历了上述四个阶段的演进，形成了如下所示的闲鱼推荐HLA。
接下篇：https://developer.aliyun.com/article/1225869?groupCode=idlefish
