参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 40 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点:
- 先定位是不是真的「模型 / 策略」问题:确认是不是流量结构变化(节假日、新渠道、大盘波动)、前端埋点 / 上报丢失、推荐位曝光入口改动等外部因素——这类往往占多数。
- 样本与特征侧:检查是否存在特征穿越(训练用了推理时拿不到的未来特征,如把「点击」作为特征)、特征 / ID 映射漂移、实时特征管道断流、线上线下特征不一致(training-serving skew)。
- 偏差问题:曝光偏差 / 选择偏差——训练只看到曝光过的样本,未曝光 item 被视为负例会误导;可用负采样纠偏或 IPS(逆倾向加权)缓解。也要排查流行度偏差导致长尾被压制。
- 模型与评估侧:回看离线 AUC / GAUC 是否同步下跌;排查最近一次模型 / 词典 / 配置上线;用留存回放 / 在线 A/B 隔离变量。最终用「先止血(回滚 / 降级到基线)后归因」的节奏处理。