1.2.5 重排：從業務角度進行內容調整

重排階段是對精排后的結果做進一步的在線調整，如圖1-8所示，這個階段經常需要融入各種業務規則和策略，以及兼顧用戶推薦體驗的約束條件，如推薦結果去重、結果打散保障推薦的多樣性、運營策略強插等。

圖1-8 重排階段常見處理邏輯

從重排階段模型的發展趨勢來看，因為重排序一般是緊接精排之后，而精排已經對推薦物品做了比較準確的打分，所以重排模型的輸入就是精排模型預估排序TopN的物品集合。重排模型需要對TopN集合再做一次調整，基于精排輸出的集合，重排序建模的角度一般是從中選出最優的序列組合。而能夠考慮到輸入的序列性的模型，自然就是重排模型的首選。最常見的考慮時序性的模型有RNN和Transformer，強化學習也比較適合List wise的序列建模。