PHP项目怎么实现推荐重排？

本文目录导读：

1. 最简单的打散策略 (基于规则的硬编码)
2. 结合外部排序服务（PHP 作为中间层）
3. 纯 PHP 的热启动算法（适合小规模实时性高场景）
4. 核心建议

实现推荐重排在 PHP 项目中，通常有两种主流策略：规则/算法层面和展示/渲染层面，推荐重排的核心目的是在已有推荐结果的基础上，通过一定的策略（如打散、去重、多样性、上下文增强）来优化排序，提升用户体验。

以下是 PHP 项目可能采用的几种实现方式，从简单到复杂：

最简单的打散策略 (基于规则的硬编码)

如果推荐列表来源单一（例如从数据库直接拉取），但你需要避免连续出现同类型内容（比如全是文章，或全是视频），可以使用隔位插入或类别插花。

<?php
/**
 * 基于类别的打散重排
 * @param array $items 原始推荐列表 [['id'=>1, 'type'=>'article'], ...]
 * @param string $field 用于打散的字段（如 type, category）
 * @return array
 */
function shuffleByField(array $items, string $field = 'type'): array {
    $grouped = [];
    // 1. 按字段分组
    foreach ($items as $item) {
        $key = $item[$field] ?? 'default';
        $grouped[$key][] = $item;
    }
    // 2. 依次从每个组中取出一个元素（轮询）
    $result = [];
    // 使用引用追踪每个组的当前索引
    $pointers = array_fill_keys(array_keys($grouped), 0);
    $total = count($items);
    $maxRetries = $total * 10; // 防止死循环
    $count = 0;
    while (count($result) < $total && $count < $maxRetries) {
        $count++;
        foreach ($grouped as $key => &$group) {
            if (isset($group[$pointers[$key]])) {
                $result[] = $group[$pointers[$key]];
                $pointers[$key]++;
            }
        }
        unset($group); // 注意引用循环
    }
    // 如果还有剩余（某个组特别长），直接追加到最后
    foreach ($grouped as $key => &$group) {
        while (isset($group[$pointers[$key]])) {
            $result[] = $group[$pointers[$key]];
            $pointers[$key]++;
        }
    }
    unset($group);
    return $result;
}
// 使用示例
$items = [
    ['id' => 1, 'type' => 'video', 'score' => 0.9],
    ['id' => 2, 'type' => 'article', 'score' => 0.85],
    ['id' => 3, 'type' => 'video', 'score' => 0.8],
    // ...
];
$reRanked = shuffleByField($items, 'type');

优点：代码极简，无额外依赖，适合列表长度和类别固定的小型站点。

结合外部排序服务（PHP 作为中间层）

对于更复杂的重排（如基于 CTR 预测、多样性模型、图神经网络），PHP 通常不适合做复杂的计算，常见的架构是：

• 后端存储/推荐引擎（Go/Python/C++）：生成初步的高分候选集，包含特征向量或分数。
• PHP 应用层：接收候选集，调用一个 重排微服务（Ranker） 或 在线学习模型（如 TensorFlow Serving） 进行二次排序。

<?php
// PHP 调用重排服务（假设基于 Python 的微服务）
class RankerClient {
    private string $serviceUrl = 'http://ranker-service:8080/rerank';
    public function rerank(array $candidates, string $userId): array {
        $payload = json_encode([
            'user_id' => $userId,
            'items' => $candidates,  // 包含 id, features 等
            'strategy' => 'diversity+mrr' // 指定重排策略
        ]);
        $ch = curl_init($this->serviceUrl);
        curl_setopt_array($ch, [
            CURLOPT_POST => true,
            CURLOPT_POSTFIELDS => $payload,
            CURLOPT_HTTPHEADER => ['Content-Type: application/json'],
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_TIMEOUT_MS => 200, // 严格超时控制
        ]);
        $response = curl_exec($ch);
        $httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
        curl_close($ch);
        if ($httpCode === 200) {
            $result = json_decode($response, true);
            return $result['items'] ?? $candidates;
        }
        // 降级：返回原始列表
        return $candidates;
    }
}
// 业务使用
class RecommendController {
    public function getRecommendations(Request $request) {
        $userId = $request->get('user_id');
        // 1. 从召回/粗排获取 200 个候选
        $rawItems = $this->recommendService->fetchCandidates($userId, 200);
        // 2. 调用重排微服务
        $ranker = new RankerClient();
        $finalItems = $ranker->rerank($rawItems, $userId);
        // 3. 截取最终展示数量
        return array_slice($finalItems, 0, 20);
    }
}

关键考虑：

• 超时与降级：重排服务可能繁忙，必须设置超时，超时后返回原始列表。
• 特征传输：PHP 需要能传递候选集的特征（如分类、标签、embedding ID、场景上下文），而不仅仅是 ID。

纯 PHP 的热启动算法（适合小规模实时性高场景）

如果业务规模较小（单品数 < 1000），且不想引入外部服务，可以在 PHP 中使用MMR（最大边际相关性） 或 Novelty-based 重排。

MMR 简易实现（平衡相关性与多样性）

<?php
/**
 * MMR 重排算法
 * @param array $items [['id'=>1, 'similarities'=>[...]], ...] 需要包含 pairwise similarities
 * @param array $queryFeatures 用户当前偏好向量（若没有可省略）
 * @param float $lambda 多样性权重 (0~1, 1=完全相关, 0=完全多样性)
 * @return array 重排后的 items
 */
function mmrRerank(array $items, float $lambda = 0.5): array {
    if (empty($items)) return [];
    $selected = [];
    $candidates = $items;
    // 假设这里需要提前计算 pairwise similarity（可使用标签余弦或自定义函数）
    // 简化：items 中自带 'sim' 矩阵或 'features'
    while (!empty($candidates) && count($selected) < count($items)) {
        $bestItem = null;
        $bestScore = -INF;
        foreach ($candidates as $index => $cand) {
            // 相关性分数（假设已有 'score' 字段）
            $relScore = $cand['score'] ?? 0;
            // 与已选集合的最大相似度（多样性惩罚）
            $maxSimToSelected = 0;
            foreach ($selected as $sel) {
                // 假设存储了 pairwise similarity 或能计算
                $sim = $cand['similarities'][$sel['id']] ?? 0;
                if ($sim > $maxSimToSelected) {
                    $maxSimToSelected = $sim;
                }
            }
            // MMR 公式: argmax( λ * Rel(i) - (1-λ) * maxSim(j in selected, i) )
            $score = $lambda * $relScore - (1 - $lambda) * $maxSimToSelected;
            if ($score > $bestScore) {
                $bestScore = $score;
                $bestItem = $cand;
                $bestIndex = $index;
            }
        }
        if ($bestItem) {
            $selected[] = $bestItem;
            unset($candidates[$bestIndex]);
        } else {
            break;
        }
    }
    return $selected;
}

注意：纯 PHP 做矩阵运算效率不高，适合小规模数据（<1000 items），如果列表过大（如数万），建议使用 C 扩展（如 php-ml 或 tensorflow-php）或迁移至外部服务。

核心建议

推荐折衷方案：PHP 负责展示层重排，复杂计算（模型推理、embedding 相似度计算）外包给其他语言，利用 Redis 缓存重排结果，避免每次请求都重新计算。