周末朋友聚餐，你负责从菜单里点菜。你很清楚朋友爱吃辣，于是专挑水煮鱼、毛血旺、麻辣香锅，结果桌上红油一片，朋友吃了几口就喊腻，抱怨“怎么全是辣菜”。推荐系统也有同样的毛病：它只根据你点过的内容推相似内容，你越点，它越推，你的世界越窄。这就是“信息茧房”。 今天要讲的 MMR（最大边缘相关性），像一位懂事的点菜管家：它既知道你爱吃辣，又会在每上一道菜前看一眼桌面——如果这道菜和桌上已有的太像，就往后排。这套策略在“想吃的”和“没重复的”之间寻找平衡，让搜索结果既相关又多样。接下来，我们用“点菜”这条故事线，把 MMR 的目标函数、贪心策略、λ 参数调优和工程落地一次讲透。

岗位关联

掌握 MMR，你就掌握了在相关性与多样性之间做权衡的实用武器；搜索、推荐、内容分发岗位的面试和项目里，它都是高频考点。

目录
  1. 可视化演示
  2. 1. 信息茧房成因：越吃越窄的菜单
  3. 2. 目标函数定义：想吃度与撞菜度的天平
  4. 3. 贪心选择策略：一盘一盘定菜
  5. 4. 参数调优方法：旋转咸淡旋钮
  6. 5. 工程实现路径：从菜单到线上推荐
  7. 6. MMR对比DPP：点菜管家与宴会设计师
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

展示MMR最大边缘相关性的贪心选择过程、λ参数对相关性与多样性平衡的影响以及与DPP行列式点过程的算法对比，帮助理解推荐系统中多样性建模的经典方法。

本节配有交互动效（进入视口后自动加载，约 3KB）。

'+captions.select+'

1. 信息茧房成因：越吃越窄的菜单

同桌吃饭时，如果每个人都只点自己最爱的菜，结果往往是满桌相似口味。推荐系统也一样：用户点击过某类内容，算法就认为用户只爱这类内容，于是越推越窄。用户再点，再推，形成“点击反馈循环”。久而久之，用户看到的推荐列表越来越同质化，视野不断收窄。这不是用户真的只爱一种口味，而是系统没有主动打破重复。

要把“重复”变成可计算的问题，我们需要一个相似度度量。比如两个视频、两件商品、两篇文章，都可以用向量表示。向量越接近，内容越像。

正是因为“重复”可以被量化，点菜管家才有机会登场：它不追求每道菜都最合口味，而是追求整桌菜既有人爱吃，又不互相撞车。

Sim⁡(di,dj)=di⋅dj∥di∥ ∥dj∥\displaystyle \operatorname{Sim}(d_i,d_j)=\frac{d_i\cdot d_j}{\lVert d_i\rVert\,\lVert d_j\rVert}
Sim 越大，两道菜口味越接近；推荐列表里高 Sim 的结果堆在一起，就是信息茧房的“食材”。
  1. 向量内积分子的 d_i \cdot d_j 计算两个内容向量在同一方向上的重合程度。
    di⋅djd_i \cdot d_j
  2. 模长归一化分母的 \lVert d_i\rVert\,\lVert d_j\rVert 消除向量长度差异，让分数落在可比较的范围内。
    ∥di∥ ∥dj∥\lVert d_i\rVert\,\lVert d_j\rVert
  3. 相似度含义Sim 接近 1 表示两个内容高度相似，接近 0 表示差异很大。
    Sim⁡(di,dj)→1\operatorname{Sim}(d_i,d_j)\rightarrow 1

2. 目标函数定义：想吃度与撞菜度的天平

点菜管家心里有两本账：一本是“想吃度”，衡量候选菜符不符合朋友的口味；另一本是“撞菜度”，衡量候选菜和已经上桌的菜有多像。MMR 的目标，就是把这两本账合并成一个分数，每轮选出综合分最高的那道菜。

形式化地说，D 是候选菜集合，R 是已经上桌的菜集合，q 是用户或查询的“口味画像”。Sim1 是相关度，Sim2 是相似度。MMR 的每一轮选择是这样的：

“边缘相关性”中的“边缘”，指的就是这一道新菜相对于当前桌面带来的新增价值。它和桌上已有的菜越像，边际价值就越低。

MMR⁡(D,R,q)=arg⁡max⁡di∈D∖R[λ Sim⁡1(di,q)−(1−λ)max⁡dj∈RSim⁡2(di,dj)]\displaystyle \operatorname{MMR}(D,R,q)=\mathop{\arg\max}_{d_i\in D\setminus R}\left[\lambda\, \operatorname{Sim}_1(d_i,q)-(1-\lambda)\max_{d_j\in R}\operatorname{Sim}_2(d_i,d_j)\right]
第一项奖励“想吃”，第二项惩罚“和桌上已有的菜太像”，λ 是两者之间的旋钮。
  1. 候选范围d_i\in D\setminus R 表示只考虑还没上桌的菜。
    D∖RD\setminus R
  2. 相关项\lambda\, \operatorname{Sim}_1(d_i,q) 是候选菜对口味偏好的满足程度。
    λ Sim⁡1(di,q)\lambda\, \operatorname{Sim}_1(d_i,q)
  3. 冗余惩罚(1-\lambda)\max_{d_j\in R}\operatorname{Sim}_2(d_i,d_j) 找出候选菜与已上桌菜最像的那道，像得越多，惩罚越重。
    max⁡dj∈RSim⁡2(di,dj)\max_{d_j\in R}\operatorname{Sim}_2(d_i,d_j)
  4. 选择规则\mathop{\arg\max} 表示把边际得分最高的菜端上桌。
    arg⁡max⁡\mathop{\arg\max}

3. 贪心选择策略：一盘一盘定菜

点菜管家不会一上来就想明白整桌 20 道菜的最优排列，它只做一件事：当前桌上有哪些菜，下一道选谁能让边际价值最大。选完就上桌，不再回头。这就是贪心策略。

形式化地，第 t 轮从尚未选择的候选集中选出一道菜：

贪心的好处是快：朴素实现下，跑完 k 轮的时间复杂度大约为 O(k²n)，候选集合几百条时完全可接受。但它只是近似最优，不是全局最优解。

dt∗=arg⁡max⁡d∈D∖Rt−1[λ rel⁡(d)−(1−λ)max⁡r∈Rt−1sim⁡(d,r)],Rt=Rt−1∪{dt∗}\displaystyle d_t^*=\mathop{\arg\max}_{d\in D\setminus R_{t-1}}\left[\lambda\, \operatorname{rel}(d)-(1-\lambda)\max_{r\in R_{t-1}}\operatorname{sim}(d,r)\right],\qquad R_t=R_{t-1}\cup\{d_t^*\}
每一轮都保证“当前桌上”的边际得分最大，但不保证整桌菜全局最优。
  1. 上一轮桌面R_{t-1} 是已经选好的菜集合，当前候选要拿它和这桌菜比较。
    Rt−1R_{t-1}
  2. 本轮最佳菜d_t^*=\mathop{\arg\max} 表示本轮选边际得分最大的候选。
    dt∗=arg⁡max⁡d_t^*=\mathop{\arg\max}
  3. 更新桌面R_t=R_{t-1}\cup\{d_t^*\} 把选中的菜加入已选集合，下一轮从剩余候选里继续选。
    Rt=Rt−1∪{dt∗}R_t=R_{t-1}\cup\{d_t^*\}

4. 参数调优方法：旋转咸淡旋钮

同一道菜，有人觉得咸，有人觉得淡。λ 就是点菜管家的咸淡旋钮：λ 越接近 1，越重视口味相关；λ 越接近 0，越重视桌面多样。默认从 0.5 开始，不代表 0.5 永远最好。

实际调参时，我们会准备一组候选值，比如 0.1、0.3、0.5、0.7、0.9，对每个 λ 跑一遍离线评估，再用线上 A/B 验证。评估指标通常分为相关性和多样性两类：

调参不是一次性的。搜索结果页可能 λ 要更高，因为用户有明确目标；信息流推荐 λ 可以低一点，因为用户愿意探索。就像做菜一样，最终以“上桌后的反馈”为准。

λ∗=arg⁡max⁡λ∈Λ(α⋅Rel⁡(λ)+β⋅Div⁡(λ))\displaystyle \lambda^*=\mathop{\arg\max}_{\lambda\in\Lambda}\left(\alpha\cdot \operatorname{Rel}(\lambda)+\beta\cdot \operatorname{Div}(\lambda)\right)
Rel 是相关性指标，Div 是多样性指标，α 和 β 代表业务对不同目标的偏好。
  1. 候选 λ 集合\lambda\in\Lambda 表示我们只在预先准备的几个旋钮档位里找。
    Λ={0.1,0.3,0.5,0.7,0.9}\Lambda=\left\{0.1,0.3,0.5,0.7,0.9\right\}
  2. 业务加权\alpha\cdot \operatorname{Rel}(\lambda)+\beta\cdot \operatorname{Div}(\lambda) 把两个指标加权成一个总分。
    α⋅Rel⁡(λ)+β⋅Div⁡(λ)\alpha\cdot \operatorname{Rel}(\lambda)+\beta\cdot \operatorname{Div}(\lambda)
  3. 选择最优\mathop{\arg\max} 找到让总分最高的 λ。
    λ∗=arg⁡max⁡λ∈Λ\lambda^*=\mathop{\arg\max}_{\lambda\in\Lambda}

5. 工程实现路径：从菜单到线上推荐

线上系统通常不会让 MMR 处理百万级候选，它更适合放在“重排层”：先用召回和精排筛出最相关的几百条候选，再用 MMR 对这些候选做多样性重排。这就像点菜管家只从 50 道备选菜里挑 10 道，而不是翻遍整个菜市场。

为了控制延迟，相似度矩阵可以离线预计算并缓存；线上只需要做查表和贪心选择。候选越多，计算量增长越快，所以常见做法是“头部截断”——只对精排 Top-N 做 MMR。

冷启动场景也很适合 MMR：新用户没有历史行为，系统先用热门内容做候选，再用类目、标签、内容向量计算相似度，保证第一屏什么类型都有，给用户更多探索机会。

Cost⁡(n,k)=O(k2n),n=∣D∣, k=∣R∣\displaystyle \operatorname{Cost}(n,k)=O(k^2 n),\quad n=|D|,\ k=|R|
n 是候选数，k 是最终列表长度；把 n 从百万降到几百，是工程上最有效的一刀。
  1. 候选规模n=|D| 表示进入 MMR 的候选数量，通常控制在几百。
    n=∣D∣n=|D|
  2. 目标规模k=|R| 表示最终要输出的结果数量，比如 10 条或 20 条。
    k=∣R∣k=|R|
  3. 复杂度含义O(k^2 n) 表示轮数越多、候选越多，耗时按二次关系增长。
    O(k2n)O(k^2 n)

6. MMR对比DPP：点菜管家与宴会设计师

MMR 像一位手脚麻利的点菜管家，一道一道地加菜，每次只看局部。另一种思路叫 DPP（行列式点过程），它更像宴会设计师：不只看下一道菜，而是直接评价“整桌菜摆在一起好不好”。

DPP 用一个核矩阵描述候选集合之间的关系，矩阵元素由质量分和相似度共同构成。对某个候选子集 Y，它的“好菜程度”用行列式来衡量：

DPP 能更好地建模全局多样性，但求解更复杂。实际中，如果候选少、多样性强需求高，可以选 DPP；如果线上延迟敏感、希望快速落地，MMR 通常更实用。

Lij=qiqjSij,P(Y)∝det⁡(LY)\displaystyle L_{ij}=q_i q_j S_{ij},\qquad P(Y)\propto \det(L_Y)
L_Y 是子集 Y 对应的核矩阵子块；两盘菜越像，行列式越小，组合得分越低。
  1. 核矩阵元素L_{ij}=q_i q_j S_{ij} 由两个物品各自的质量分和相似度相乘得到。
    Lij=qiqjSijL_{ij}=q_i q_j S_{ij}
  2. 子矩阵L_Y 是只保留 Y 中元素的行和列形成的子矩阵。
    LYL_Y
  3. 行列式\det(L_Y) 衡量这个集合的“体积”，越相似的行越会压缩体积，导致得分下降。
    det⁡(LY)\det(L_Y)

AI 应用场景

搜索结果重排：同义结果打散

阶段：召回与精排之后的“重排层”

解决的问题：传统搜索只按相关度排序，搜“华为”时前十条可能全是手机资讯，品牌旗舰店、售后、耳机、鸿蒙系统等内容被淹没。MMR 在精排分数之上减去与已选结果的最大相似度，让同义内容分散，提高信息覆盖率。

具体案例：电商搜索“连衣裙”，精排前十个结果可能款式高度相似。MMR 用“风格、价格、面料”等维度构造相似度，重排后前十条覆盖法式、通勤、碎花、纯色等不同方向，同时保持基本相关。

信息流推荐：别让信息茧房越收越紧

阶段：个性化推荐的后处理与多样性重排

解决的问题：推荐系统偏向点击高、与用户历史高度相似的内容，用户点得越多，推荐越窄。MMR 在 CTR 预估分数上加入类目、话题、作者的多样性惩罚，让喜欢科技的用户也能看到生活、财经等泛内容。

具体案例：短视频 App 识别出用户有“宠物”强兴趣，但仍会在每 10 条推荐中插入 1～2 条泛知识内容。MMR 从候选里选择与已展示视频最不重复、同时保留一定相关度的视频，观察次留与人均时长。

新用户冷启动：没有历史也避开千篇一律

阶段：冷启动阶段的候选多样性控制

解决的问题：新用户没有行为日志，如果直接上热门榜，前几屏可能全是同质爆款。MMR 用物品内容相似度对冷启动候选重排，让第一屏类目足够宽，便于探索用户真正兴趣。

具体案例：音乐 App 新用户注册后，用“语种、曲风、年代”构造相似度，从热门曲库中选 20 首，保证流行、民谣、说唱、古典都有代表，而不是前十首全是同一歌手的伤感情歌。

Python 演示

python36 行
# -*- coding: utf-8 -*- def mmr_select(relevance, similarity, lam=0.5, k=3):    selected = []    candidates = list(range(len(relevance)))    while len(selected) < k and candidates:        best_score = float("-inf")        best_idx = None        for i in candidates:            redundancy = 0.0            for j in selected:                if similarity[i][j] > redundancy:                    redundancy = similarity[i][j]            score = lam * relevance[i] - (1 - lam) * redundancy            if score > best_score:                best_score = score                best_idx = i        selected.append(best_idx)        candidates.remove(best_idx)    return selected if __name__ == "__main__":    dishes = ["红烧肉", "糖醋里脊", "清炒时蔬", "剁椒鱼头", "麻婆豆腐", "蒜蓉西兰花"]    relevance = [0.9, 0.8, 0.7, 0.6, 0.5, 0.4]    similarity = [        [0.0, 0.8, 0.3, 0.9, 0.4, 0.2],        [0.8, 0.0, 0.6, 0.7, 0.5, 0.3],        [0.3, 0.6, 0.0, 0.2, 0.8, 0.7],        [0.9, 0.7, 0.2, 0.0, 0.3, 0.1],        [0.4, 0.5, 0.8, 0.3, 0.0, 0.9],        [0.2, 0.3, 0.7, 0.1, 0.9, 0.0],    ]    for lam in [0.1, 0.5, 0.9]:        order = mmr_select(relevance, similarity, lam, 3)        names = [dishes[i] for i in order]        print("lambda=%.1f -> %s" % (lam, "、".join(names)))
目的：用纯 Python 实现 MMR 贪心选择，在不同 λ 下观察“想吃度”和“多样性”如何影响最终上桌的菜。
  1. def mmr_select(relevance, similarity, lam=0.5, k=3):定义点菜管家接口：输入相关度、相似度矩阵、λ 和菜数量。
  2. for j in selected:遍历已选中的菜，找当前候选菜与它们的最大相似度。
  3. if similarity[i][j] > redundancy:用打擂台方式更新“撞菜度”。
  4. score = lam * relevance[i] - (1 - lam) * redundancyMMR 核心打分公式。
  5. selected.append(best_idx)把本轮得分最高的菜端上桌。
  6. candidates.remove(best_idx)从候选菜单里划掉这道菜，避免重复上桌。
  7. for lam in [0.1, 0.5, 0.9]:对比三个 λ 档位，直观感受参数变化。

常见误区

误区我把 λ 设为 0.5，相关性和多样性就刚好平衡，模型不用再调了。

正解0.5 只是中性起点，不是普适最优。不同业务中，用户对重复的容忍度完全不同：搜索精确意图时 λ 要高，信息流探索场景 λ 可以低。必须用离线指标和线上实验调，不能拍脑袋。

为何常见：公式里两项权重看起来对称，很多人误以为对半就是“平衡”。

误区MMR 中的相似度就是文本余弦相似度，其他信息用不上。

正解实际工程里，相似度可以由类目、标签、embedding、协同过滤、甚至用户行为共现共同构成。视频推荐会用封面、导演、演员相似；冷启动时用物品内容属性。相似度定义直接决定“多样性”的语义。

为何常见：很多教程用文本检索举例，容易让人以为 MMR 只服务于文本场景。

误区我训练好 CTR 模型后，用 MMR 再排一遍，就不需要 Learning to Rank 了。

正解MMR 是重排层，不是主排序模型。它拿精排模型给出的相关度分数作为输入，再叠加多样性惩罚。如果候选本身相关度很差，MMR 也只能在差列表里挑差异。它不能学习特征，也不能替代精排。

为何常见：因为 MMR 改变了最终顺序，看起来像在学习排序，实际只是后处理。

误区每一轮选边际得分最大的菜，最终整桌菜一定是最优组合。

正解贪心只保证当前步骤最优，不保证全局最优。MMR 对应的组合优化问题是 NP 难的；贪心是高效近似。DPP 之类方法通过行列式建模全局多样性，但计算更重。

为何常见：每一步看起来都很合理，缺少全局反例的直觉。

面试题

Q1. 在 MMR 公式中，λ 控制的是什么？

单选题 · easy

  • A.相关性和多样性的权重← 正确答案
  • B.候选集合的样本数量
  • C.用户点击概率阈值
  • D.物品向量空间维度

答案：A。λ 是 MMR 目标函数里相关项和多样性惩罚项之间的权重。λ 越大越重视相关，越小越重视多样；它不控制候选数量、点击阈值或向量维度。

Q2. MMR 的第二项为什么对已选集取“最大相似度”？

单选题 · easy

  • A.找出与候选最撞菜的一道← 正确答案
  • B.找出与候选最相关的一道
  • C.找出候选里相似度最小的
  • D.找出已选集合的平均值

答案：A。MMR 要惩罚“和桌上已有的哪道菜最像”的重复感，所以先找到相似度最大的那个已选项，再用它代表冗余程度。平均值会稀释“最撞菜”的风险。

Q3. λ=0.8 时，MMR 会更偏向下列哪种结果？

单选题 · mid

  • A.相关性更高的结果← 正确答案
  • B.多样性更高的结果
  • C.点击率更高的结果
  • D.随机性更高的结果

答案：A。λ=0.8 时，相关项权重为 0.8，而多样性惩罚权重只有 0.2，所以整体更偏向相关。点击率是排序模型的输出，不是 MMR 的权重语义。

Q4. MMR 每轮选择的依据是什么？

单选题 · mid

  • A.当前边际得分最高← 正确答案
  • B.全桌组合得分最高
  • C.单独相关度最高
  • D.单独差异度最高

答案：A。MMR 是贪心算法，只选“当前桌面状态下”边际得分最高的候选。它不是全局组合最优，也不是只按相关度或只按差异度排序。

Q5. MMR 最适合放在推荐系统的哪个流程？

单选题 · mid

  • A.召回后的重排阶段← 正确答案
  • B.日志采集与清洗
  • C.用户画像存储
  • D.特征离线训练

答案：A。MMR 需要精排给出的相关度分数和候选物品，适合在召回和精排之后做重排。日志、画像和特征训练都不是它的直接场景。

Q6. 朴素实现 k 轮 MMR 的复杂度约为多少？

单选题 · mid

  • A.O(k×n)，约线性
  • B.O(k²×n)，约二次← 正确答案
  • C.O(n²)，只随候选增长
  • D.O(k×n²)，轮数线性

答案：B。每一轮要为每个候选遍历已选集合，第 t 轮约 n×t 次比较，k 轮累计约 n×k²。因此朴素实现的复杂度是 O(k²n)。

Q7. DPP 选择子集时，打分函数通常由什么表示？

单选题 · extreme

  • A.子集对应行列式的值← 正确答案
  • B.子集元素数量总和
  • C.子集元素最大相关度
  • D.子集元素采样顺序

答案：A。DPP 用核矩阵的行列式衡量子集的多样性和质量。相似的物品会让矩阵行向量靠近，行列式变小，组合得分降低。DPP 由此建模全局多样性。

Q8. 下列哪些做法能降低 MMR 线上开销？

多选题 · mid

  • A.预计算物品相似度← 正确答案
  • B.只重排头部候选← 正确答案
  • C.对全量候选穷举
  • D.使用近似最近邻← 正确答案

答案：ABD。预计算相似度可以避免线上重复计算；只重排头部候选能把 n 从百万降到几百；近似最近邻可以加快相似物品检索。对全量候选穷举反而会增加开销。

Q9. 哪些属于信息茧房的典型成因？

多选题 · easy

  • A.推荐列表单一同质← 正确答案
  • B.点击反馈放大偏好← 正确答案
  • C.用户视野不断收窄← 正确答案
  • D.服务器资源不足

答案：ABC。信息茧房来自推荐列表同质化、点击反馈循环、用户视野收窄三者的互相强化。服务器资源不足是工程问题，不是信息茧房的成因。

Q10. 调优 MMR 的 λ 时，可以观察哪些信号？

多选题 · hard

  • A.离线相关性指标← 正确答案
  • B.用户平均停留时长← 正确答案
  • C.推荐结果覆盖率← 正确答案
  • D.用户设备型号

答案：ABC。离线相关性衡量相关不塌方，覆盖率衡量多样性提升，平均停留时长反映线上真实体验。设备型号与 λ 调优没有直接关系。