第 251 题：设计TikTok的推荐系统，重点讲实时兴趣与多样性平衡。
题目
设计TikTok的推荐系统，重点讲实时兴趣与多样性平衡。
完整讲解
一、TikTok 推荐的特点
- 短视频：单条消费时长短、翻页快，行为密度高；实时兴趣变化快，需强实时信号与流式更新。同时需多样性避免同质化与疲劳。
二、实时兴趣
- 信号：最近 N 条完播、点赞、划走、停留时长、重复播放；可按秒级/条数滑动窗口聚合，或做序列建模（Transformer/GRU）对近期加权更大。
- 更新：行为事件流式写入，用户向量或上下文在请求前增量更新（如实时 embedding、实时特征）；请求时取最新窗口作为主信号。
- 与长期兴趣融合：长期兴趣（画像、历史统计）做基座，实时兴趣做调制或单独一路打分，再融合（加权、门控）决定排序。
三、多样性平衡
- 类别/主题：同 session 内控制同一类目或主题的连续出现次数，插入探索或跨类目 item；可用 MMR、DPP 或规则打散。
- 新鲜度：新创作者、新内容在排序中给探索加成，避免头部集中；可 bandit 或探索项注入。
- 目标：在保持点击/时长等主目标的前提下，约束多样性指标（类目熵、覆盖率）或做多目标 Pareto，A/B 调权重。
面试要点
- 能说清 TikTok 类推荐的实时兴趣建模：近期行为、流式更新、与长期兴趣融合。
- 能说明多样性如何做：类目打散、新鲜度探索、多目标或约束，以及与主目标的平衡。
记忆要点
- TikTok 推荐：实时兴趣（近期行为、流式更新）+ 长期兴趣融合；多样性打散类目、探索新内容。
- 实时信号滑动窗口或序列建模；多样性用 MMR/DPP/规则或多目标。