B站推荐算法二面：生成式召回与多通路融合 10 问

《面试题目》

1. 针对 RQ-Kmeans 聚类召回方案，你在项目中做了哪些针对性优化改进？
2. 你的生成式召回实验，基线对比选用了哪些传统召回方式？核心收益的底层逻辑是什么？
3. 线上多通路召回体系中，你的生成式召回策略如何与传统召回通路做融合、兜底与权重配比？
4. 若线上业务需要拓展至多目标、多场景，同时兼顾点击、GMV、预算等多个优化目标，你的召回框架需要如何迭代适配？
5. 日常是否使用 B 站？对比你做过的电商推荐场景，B 站内容推荐的核心差异体现在哪里？
6. 若业务目标是将 70% 流量倾斜扶持中小 UP 主，从算法层面可以设计哪些落地方案？
7. 一键三连是 B 站高价值但极度稀疏的用户行为信号，该在推荐链路哪个环节引入、如何建模使用？
8. 高弹幕互动视频普遍具备哪些内容特征？如何将弹幕数据建模为推荐可用特征？
9. 除主观体验外，有哪些量化指标可以衡量推荐系统的内容同质化、信息茧房与多样性问题？
10. B 站长内容具备长效消费周期，而推荐算法普遍优化短期即时指标，如何将平台长期生态健康度融入模型优化框架？

《参考解析》

聚类召回的优化空间：RQ-Kmeans（残差量化 + K-means）这类方案的思路是先粗聚类再对残差继续聚类，多级码本逼近原始向量。可优化点集中在四处：① 码本与层数的取舍——层数多则逼近更准但码字组合爆炸、后级学到的东西越少，层数少则量化误差大、召回口径变粗，通常按向量分布与召回预算做消融；② 容量/均衡约束——纯 K-means 会被热门 item 主导，加入曝光或样本量约束、或对长尾做重加权，能让码本覆盖更均匀；③ 训练目标与业务目标对齐——聚类是在 embedding 空间做无监督逼近，而线上关心的是召回命中率，可以对样本按有效反馈重加权、或把聚类目标换成带监督信号的学习式量化；④ 工程侧——码本大小与检索结构（倒排/IVF）决定延迟与内存，长尾簇的样本太少会导致该码字事实上失效，需要设最小簇规模并做回收。

生成式召回为什么能赢、基线怎么选：做生成式召回实验，基线至少要覆盖三类：i2i/协同过滤类（ItemCF、swing）、向量检索类（双塔 + ANN）、以及原有的多层聚类或多兴趣召回。只跟最弱的基线比说明不了问题。收益的底层逻辑通常来自两点：一是它直接对「用户下一个可能交互的 item 序列」建模，天然利用了序列中的顺序与长程依赖，而双塔把用户压成单一向量、信息有损；二是解码出的候选可以突破向量空间的局部性，缓解热门主导。但代价也真实存在——推理延迟高、需要约束解码保证合法性、对新 item 依赖训练分布，因此它在系统里的定位一般是「增量通路」而不是替代品，面试时把这条讲清楚比只说收益更可信。

多通路融合、兜底与权重配比：工程上通常分两层：召回层各通路各自出候选并打上来源标记，融合层做去重、按来源配额或加权分数合并。要注意几个坑：不同通路的分数不可比（生成式的似然、双塔的内积、i2i 的相似度不在一个量纲），直接相加等于让量纲大的通路垄断，稳妥做法是各自归一化或只做序的融合（RRF 之类的排名融合），权重通过线上小流量实验调。兜底要分层设计：生成式通路超时或返回空就退回向量通路，向量通路异常再退热门/地域等先验，保证 P99 与「任何情况下都有候选」。此外要监控每条通路的候选贡献率与后链路转化，长期零贡献的通路就该下线，否则召回层会越堆越臃肿、延迟持续上涨。

多目标多场景下的召回框架：召回从「单目标 top-k」走向多目标时，常见三条路：① 多向量/多兴趣表示，把用户拆成若干兴趣簇，不同场景或目标取不同簇；② 目标条件化，把场景 id、目标权重作为特征喂进模型，用一个模型覆盖多场景（避免每个场景单独维护一套，冷启动场景没数据）；③ 分目标召回 + 统一融合，每一路服务一个目标，再在融合层按业务权重调。工程上还要处理场景间的数据不平衡（大场景主导训练、小场景被淹没，需要重加权或分场景归一化）与目标冲突（点击与 GMV、时长与预算往往互相拉扯，靠融合权重或帕累托式多目标优化来平衡）。面试官追问这里，本质是看你能不能把「业务目标」翻译成「召回层的候选供给结构」。

扶持中小 UP 主的算法落点：这题考的是把业务诉求翻译成可执行链路。可从四层给方案：① 召回层——为中小 UP 主单独建一路召回（按类目/内容质量/新鲜度），保证其内容能进入候选池，同时做创作者维度的上限控制，避免同一作者刷屏；② 排序层——在样本或损失上做重加权，给长尾内容更高的探索收益，或用不确定性建模（Thompson sampling、UCB）给低曝光内容机会；③ 重排层——把创作者多样性作为硬约束（滑动窗口打散、MMR/DPP），并对新内容设保底曝光位；④ 目标层——把「中小 UP 主曝光占比」当一个显式指标参与优化，而不是只靠人工配额。风险与代价要一起说：强推低质长尾会伤短期消费指标与用户体验，所以必须配质量门槛（完播、负反馈率）和灰度实验，用「探索配额」而不是「无差别倾斜」。70% 这个数字本身也要质疑：是曝光占比还是消费占比、周期多长、用什么指标验收，问清楚再答。

稀疏高价值信号（一键三连）与弹幕特征：一键三连同时包含点赞、投币、收藏三个动作，稀疏但置信度极高。建模上有几种做法：把三连拆成多个目标做多任务学习（共享底层、各自输出头），利用动作间的相关性互相增强；用「三连率」而非绝对量做目标、按创作者与类目分层归一化，避免只在头部 UP 主上有效；在链路上它更适合放在精排与重排环节作为强正反馈（召回阶段太稀疏、做不了稠密训练信号），也可以用来做用户兴趣的长期刻画与相似用户扩展。弹幕则是内容侧特征：高弹幕视频往往有强情绪点、名场面、互动梗，弹幕的密度分布（峰值位置）、情感倾向、梗词与高频词、时间戳密集区都是可用特征，可用文本模型或词表把弹幕压成向量参与内容召回与冷启动，也能反哺「高光片段」定位。要注意弹幕噪声大（刷屏、复读、攻击性内容），需要先做清洗与过滤，否则会把「争吵热闹」误当成「优质互动」。

同质化、信息茧房与长期生态怎么度量：主观感受之外，可量化的指标至少有四类。① 内容侧分布：曝光与消费的基尼系数/熵、类目与 UP 主维度的覆盖数、长尾（非头部）内容的曝光占比、新内容的冷启动曝光量。② 用户侧多样性：单个用户短期内消费内容的类目熵、跨类目跳转比例、推荐结果内部的相似度（embedding 平均距离）、以及重复曝光率。③ 反馈侧：负反馈率（不感兴趣、减少此类推荐）、快速划走率、屏蔽/取关行为，这些是茧房最直接的信号。④ 系统侧：跨群体的曝光公平性、以及「用户主动搜索/关注」与「算法推荐」的占比变化。长期生态融入优化的思路是把长期价值显式建进目标：用多目标或约束式优化把生态指标作为约束（例如长尾曝光不低于某比例）而不是只做加权的辅助项；用强化学习或长期价值建模（把「这次曝光对用户未来留存/活跃的影响」作为回报）；再配合 A/B 上观察更长的窗口（7 日乃至 30 日留存与消费深度），避免被次日的短期点击指标骗过去。这题的加分点在于承认「短期指标与长期生态存在结构性冲突」，并给出「用约束而非调权」这类具体机制，而不是喊「兼顾长期价值」。