目录
AI Personalization & Recommender Product Architecture Playbook
适用对象：AI Product Architect、AI PM、Data Product Manager、Risk Product Manager、Solution Architect、Retail Banking / Wealth / Lending / Fraud 产品负责人。
核心问题：如何把个性化、推荐系统、next-best-action、客户适当性、隐私同意、风险控制和实验评估组织成一套可上线、可治理、可审计的产品架构。
高级定位：本文不讲 BA 入门需求收集，也不把推荐系统简化成“猜你喜欢”。重点是训练产品架构判断：目标函数怎么定、候选集怎么生成、排序和重排如何受治理约束、反馈闭环如何避免自我强化、金融零售场景如何守住 suitability / advice boundary。
作品集定位：本文可直接转化为推荐系统 PRD、策略治理清单、特征 contract、实验设计、指标树、风险控制矩阵、治理评审表和面试答题素材。
重要说明：本文是学习、作品集和架构训练材料，不构成法律意见、投资建议、合规结论、模型验证报告或审计意见。涉及财富管理、信贷、保险、广告营销、客户同意、隐私、反歧视、公平信贷和适当性要求时，正式项目必须由 Legal、Compliance、Model Risk、Privacy、Security、Fair Lending、Sales Supervision、Business Owner 和 Data Owner 审查。
Source Anchors
1. 一句话定位：推荐系统是决策基础设施
金融零售中的 personalization / recommender system 不是一个前端模块，而是一套持续运行的决策基础设施：
Customer context
-> consent and eligibility
-> candidate generation / retrieval
-> ranking
-> re-ranking and policy constraints
-> next-best-action surface
-> customer / staff interaction
-> feedback, experiment, monitoring and governance
高级产品架构关注的不是“模型能不能预测点击”，而是：
推荐目标是否和业务价值、客户利益、风险边界一致。
候选集是否已经被资格、同意、库存、产品约束和监管边界过滤。
排序模型优化的标签是否真实代表长期价值，而不是短期诱导点击。
重排层是否能执行多样性、公平性、频控、适当性、冲突披露和合规策略。
反馈闭环是否会把历史偏差、曝光偏差、销售压力和风险误判放大。
实验评估是否包含客户伤害、投诉、投诉升级、拒绝率、手动覆盖和弱势群体影响。
生产系统是否能解释“为什么给这个客户、在这个时点、通过这个渠道、推荐了这个动作”。
1.1 推荐系统的产品本质
传统理解 高级产品架构理解 推荐一个产品或内容 在约束条件下选择下一步最合适的客户互动动作 提高点击率 优化长期价值、客户结果、风险、信任和运营效率的组合目标 用模型替代规则 用模型负责预测，用规则和治理负责边界，用实验验证真实增量 推荐越个性化越好 个性化必须服从同意、目的限制、适当性、公平和可解释边界 A/B 测出提升就上线 实验必须同时通过 guardrail、分群、公平性、投诉和长期效果检查
1.2 金融零售中的推荐对象
推荐对象 例子 主要风险 Product 信用卡、储蓄账户、贷款、基金、保险、商户服务 适当性、销售合规、误导性营销、冲突披露 Action 补充资料、设置自动还款、降低额度使用率、预约顾问 客户干预边界、过度打扰、行动责任 Content 金融教育、风险提示、产品说明、政策解释 内容准确性、过期知识、过度简化 Offer 费率、优惠、积分、额度、费用减免 差别待遇、公平性、资格解释、投诉 Risk intervention 交易验证、欺诈提醒、贷后提醒、异常行为提示 误伤客户、账户访问限制、解释和补救 Staff task 客服下一步、RM follow-up、underwriter checklist 员工过度依赖、监督责任、操作风险
2. 为什么重要：从 Engagement Optimization 到 Governed Decisioning
推荐系统在互联网产品里常被理解为 engagement engine；在金融零售里，它更接近 governed decisioning layer。它连接客户体验、增长、风险、合规、运营和数据产品。
2.1 业务价值不只来自转化率
价值类型 推荐系统如何创造价值 金融零售例子 证明方式 Customer value 降低客户决策成本，减少信息过载 在客户旅行前提醒外币手续费和卡权益 任务完成率、投诉下降、客户反馈 Revenue quality 把产品匹配到更合适的客户和时点 基于现金流和风险偏好推荐储蓄或投资教育路径 增量收入、留存、退订、投诉和长期活跃 Risk reduction 在风险发生前触发正确干预 高额度使用率客户收到预算工具和自动还款建议 逾期率、欺诈损失、误报率、客户覆盖 Operational leverage 给员工推荐下一步动作 客服看到最可能解决客户问题的流程和知识 AHT、一次解决率、人工覆盖质量 Trust building 用透明、可解释、不过度销售的建议建立信任 财富客户看到“为什么不推荐高风险产品” 信任评分、拒绝建议后的满意度、审计抽样
2.2 推荐系统失败通常不是模型单点失败
失败模式 表面现象 根因通常在哪里 点击率高但投诉增加 客户觉得被诱导或被频繁打扰 目标函数只看短期互动，缺少 frequency cap、投诉 guardrail 和销售边界 高价值客户总被推荐高佣金产品 短期收入提升 候选集和排序目标没有处理 conflict、suitability、客户利益和产品风险 新客户推荐质量差 cold start 被解释成“数据不够” 没有设计 onboarding signals、contextual fallback、segment prior 和人工引导 某些群体推荐机会少 模型看似整体表现不错 曝光数据带有历史偏差，评估没有分群 fairness 和 counterfactual 分析 推荐理由无法解释 业务无法通过审查 数据、特征、候选过滤、排序、重排、策略版本和日志没有形成证据链
3. 核心架构：Personalization Decisioning Stack
3.1 端到端架构视图
Customer, staff and channel events
-> event collection and identity resolution
-> consent, privacy and purpose policy
-> customer, product, content, offer and risk data products
-> feature engineering and feature store
-> candidate generation / retrieval
-> ranking model
-> re-ranking, policy engine and guardrails
-> decision API / next-best-action service
-> channel surfaces and staff workflow
-> exposure, action, outcome and complaint logging
-> offline evaluation, online experiments and monitoring
-> governance review, model / strategy change management
3.2 架构层职责
Layer 目标 关键组件 产品责任 Data foundation 把客户、产品、行为、上下文、风险和同意变成可消费资产 Event stream、profile store、catalog、consent store、feature store 定义 source-of-truth、数据 contract、刷新频率、权限和质量 SLO Candidate generation / retrieval 从巨大空间中快速找出可能相关的候选 Two-tower retrieval、ANN index、rules pre-filter、segment pool 确保候选可推荐、可持有、可购买、可展示且符合资格 Ranking 对候选打分并预测业务目标 DNN、Wide & Deep、GBDT、learning-to-rank、多任务模型 定义目标函数、标签、训练窗口、长期价值和风险权重 Re-ranking / policy 把模型分数转成可执行推荐列表或动作 Constraint solver、policy engine、diversity、frequency cap、fairness adjustment 执行 suitability、advice boundary、冲突披露、渠道限制和客户保护 Serving 把推荐作为稳定产品能力对外提供 Low-latency API、cache、fallback、decision log 管理 SLA、降级、幂等、版本、解释和渠道一致性 Experiment and eval 证明推荐带来真实增量并控制风险 Offline eval、A/B test、holdout、guardrail dashboard 避免指标陷阱，建立上线门槛和 stop rule Governance 让策略、模型、数据和变更可审查 Strategy inventory、model inventory、approval workflow、audit log 明确 owner、审批、风险接受、监控和事件响应
3.3 推荐服务的最小生产能力
能力 没有它的风险 生产要求 Strategy inventory 不知道线上有哪些推荐策略 每个策略有 owner、目标、适用人群、渠道、版本、风险等级 Candidate eligibility service 排序前已混入不可推荐对象 产品资格、地域、客户状态、同意、风险限制在候选阶段过滤 Decision log 无法复盘推荐原因 记录候选、分数、过滤原因、策略版本、特征版本、展示和客户反应 Feature parity check 离线训练和线上 serving 特征不一致 离线/线上特征有 contract、监控和漂移告警 Guardrail dashboard 上线后只看转化 同时监控投诉、退订、误伤、公平性、风险、延迟、成本 Human override path 员工无法处理错误推荐 员工可覆盖、标记原因、升级审查，并进入反馈闭环
4. Candidate Generation / Retrieval / Ranking / Re-ranking
推荐架构要把“找得到、排得准、控得住、解释得清”分层处理。混在一个模型里做，产品和治理都会失去控制点。
4.1 Candidate Generation：先解决规模和召回
Candidate generation 的目标不是最终排序，而是在可接受延迟内从百万级对象中找出几百或几千个可能相关的候选。
方法 适用场景 产品关注点 风险 Rule-based pools 强资格、强合规、强业务策略 资格、库存、地域、渠道、客户状态 规则过多导致候选贫瘠，长期无法探索 Segment-based retrieval 数据较少或早期产品 可解释、易运营、适合冷启动 过度粗糙，无法捕捉个体偏好 Two-tower retrieval 大规模用户-物品匹配 可扩展、低延迟、支持 ANN 搜索 embedding 偏差、可解释性弱，需要过滤和日志 Content-based retrieval 新物品、教育内容、文档推荐 利用 item metadata，缓解 item cold start 元数据质量决定效果 Collaborative filtering 行为数据丰富 捕捉相似用户/物品模式 曝光偏差、热门物品垄断、新客弱 Hybrid retrieval 金融零售主流选择 结合资格、语义、行为、规则、业务主题 架构复杂，需要统一候选合并和去重
候选生成阶段必须处理的硬边界：
客户是否同意用于该目的的个性化。
客户是否属于允许推荐该产品或动作的人群。
产品是否可售、可持有、可服务、可披露。
渠道是否具备必要披露、确认和人工升级能力。
推荐是否可能构成受监管建议、信贷影响或高风险干预。
4.2 Retrieval：Two-Tower 作为大规模召回模式
Two-tower 模型把用户上下文和候选对象分别编码到同一向量空间：
User / context tower:
customer profile + behavior sequence + channel context + consent state
-> query embedding
Candidate tower:
product / content / offer / action metadata + historical outcome
-> candidate embedding
Approximate nearest neighbor search:
query embedding x candidate embedding
-> top K candidates
设计项 产品架构问题 Query definition 推荐是基于客户长期画像、当前会话、生命周期阶段，还是具体任务意图？ Candidate object 被召回的是产品、内容、动作、员工任务、优惠，还是组合包？ Positive label 什么算“成功匹配”：点击、申请、完成、留存、风险下降、人工采纳？ Negative sampling 未点击是否真是不喜欢，还是没有曝光、看不见、时点不对？ ANN freshness 新产品、新政策、新风险信号多久进入索引？ Eligibility filtering 先过滤再召回，还是召回后过滤？高风险场景优先先过滤。
4.3 Ranking：从候选到业务目标
Ranking 阶段对候选进行更精细评分。这里可以引入更多特征、更复杂模型和多目标训练，但它仍然不能直接决定最终展示。
排序目标 可用标签 产品风险 CTR / engagement 点击、停留、打开 容易优化好奇心和短期互动，不代表客户利益 Conversion 申请、购买、完成 可能鼓励过度销售或忽略长期风险 Long-term value 留存、活跃、收入质量 归因窗口长，实验周期更复杂 Risk reduction 逾期下降、欺诈损失下降、误报下降 需要严格 counterfactual 和分群评估 Staff adoption 员工采纳、覆盖、处理时间 员工可能被 KPI 影响，标签要审查 Customer outcome 任务成功、投诉下降、财务健康改善 指标定义难，但最接近金融零售价值
4.4 Re-ranking：把模型分数变成合规可执行策略
Re-ranking 是产品治理最重要的控制层。它把模型分数、业务目标和风险边界组合成最终列表或 next-best-action。
Re-ranking 约束 目的 金融零售例子 Eligibility 排除不可推荐候选 未完成 KYC 的客户不展示投资产品交易入口 Suitability 避免不适合客户的产品推荐 低风险承受能力客户不推荐高复杂度产品 Diversity 防止同类内容或产品过度集中 同一页面不连续推多个信用产品 Frequency cap 控制打扰和销售压力 7 天内同一贷款 offer 不重复 push Freshness 平衡新信息和稳定性 近期政策变更内容优先于旧教育文章 Fairness 防止群体机会不均 优惠、额度、教育内容的曝光按受保护特征代理变量监控 Conflict control 管理佣金、促销和机构利益冲突 高佣金产品不得仅因收入权重上浮 Channel policy 匹配渠道能力 复杂投资产品只在可完成风险披露和人工支持渠道展示 Human review 高影响推荐进入人工确认 大额财富产品或信贷例外推荐由 RM / underwriter 审核
4.5 推荐流水线的 ADR 示例
ADR 项 决策 决策 对财富教育内容采用 hybrid retrieval + ranking + suitability re-ranking，而不是单一 deep ranking。 理由 财富场景同时需要语义相关、客户阶段匹配、产品风险边界和合规披露；单一排序模型难以表达硬约束。 替代方案 纯规则推荐、纯 collaborative filtering、端到端排序模型。 后果 架构复杂度上升，但可获得候选召回、排序优化和治理控制的清晰边界。 监控 分别监控候选覆盖、ranking quality、re-ranking filter reason、投诉、退订和适当性抽样结果。
5. 模型模式：Two-Tower、Wide & Deep、YouTube DNN 与金融零售取舍
5.1 模式对比
模式 核心能力 适合 不适合单独承担 Two-tower retrieval 大规模候选召回、低延迟 ANN 搜索 内容、产品、offer、动作候选池很大 高精度排序、复杂合规约束、最终解释 Wide & Deep 记忆高价值交叉特征，同时泛化到新组合 金融零售中规则特征和深度特征并存的排序 需要强时序理解或超大规模候选召回的场景 YouTube DNN two-stage 候选生成 + ranking 的工业化分层 大规模、多反馈、强 freshness、低延迟场景 直接复制到高监管决策，不加 suitability 和 governance Gradient boosted trees / LTR 强结构化特征、可解释性较好 员工推荐、信贷运营、next-best-action 排序 海量语义召回和冷内容理解 Sequence model 捕捉最近行为和会话意图 客户旅程、浏览序列、交易序列、流失预警 数据稀疏或隐私限制强时 Contextual bandit 在线探索和 exploitation 平衡 内容、offer、渠道时点优化 高影响金融建议和不可逆动作 Rules + model hybrid 保留业务边界和可控性 金融零售主流生产架构 只有规则没有学习能力时容易僵化
5.2 Two-Tower 产品决策
决策 高级问题 Embedding space 用户偏好、任务意图、风险阶段、生命周期阶段是否应该在同一个空间表达？ Training objective 召回点击、完成、风险改善还是员工采纳？不同目标会产生不同候选世界。 Candidate freshness 新 offer、新政策、新内容、新风险信号如何进入 ANN index？ Retrieval explainability 如何把 embedding 相似转成可审查的业务原因？需要候选元数据和 reason code。 Bias control 历史曝光少的候选是否永远没有机会被召回？需要 exploration pool 和 coverage metric。
5.3 Wide & Deep 在金融零售中的价值
Wide & Deep 的产品意义在于把“已知强规则”和“深度泛化”放在同一个系统里：
Wide 部分 Deep 部分 金融零售解释 客户生命周期 x 产品资格 行为序列和语义偏好 既记住高价值业务交叉，又允许模型发现新组合 风险等级 x 渠道 x offer 类型 客户近期行为 embedding 既保留风险边界，又提升时点相关性 产品类型 x 资产水平 x 目标期限 内容和客户 embedding 适合财富教育和产品信息排序，但最终还需 suitability re-ranking
关键产品判断：Wide 特征不是“手工补模型不足”，而是把业务语义、政策边界和高置信交叉显式注入排序层。
5.4 YouTube DNN 的可迁移与不可迁移
可迁移设计 金融零售用法 两阶段架构 用 candidate generation 扩召回，用 ranking 精排序，用 re-ranking 控治理。 Implicit feedback 点击、查看、停留、跳出、采纳、忽略都可作为弱信号，但要校正曝光偏差。 Freshness 新内容、新 offer、新风险信号要有快速进入候选和排序的机制。 Serving latency 推荐 API 必须满足渠道 SLA，并有 cache 和 fallback。
不可直接迁移 原因 只用 watch time / engagement 类目标 金融场景必须加入客户利益、投诉、风险、适当性和公平性 guardrails。 把用户长期沉浸作为成功 金融产品不应以诱导长时间互动为目标。 用推荐系统驱动所有高影响动作 信贷、财富、账户限制和投诉处理需要人工、规则、正式流程和审计证据。
6. 特征与数据架构
推荐系统的数据架构比模型选择更决定上线质量。金融零售要把“可用数据”升级为“可被推荐决策安全消费的数据产品”。
6.1 核心数据域
数据域 示例 推荐用途 治理重点 Customer profile 生命周期、家庭关系、地区、产品持有 分群、资格、个性化 PII、目的限制、访问控制 Behavior events 点击、浏览、申请、搜索、客服咨询 偏好、意图、反馈标签 事件口径、曝光日志、bot 过滤 Product / item catalog 产品属性、费用、风险等级、适用客户 候选、过滤、解释 产品 owner、版本、有效期 Offer inventory 优惠、额度、费率、渠道、有效期 offer 推荐 库存、资格、公平性 Risk signals 欺诈风险、逾期风险、投诉风险、客户脆弱性 推荐降级、风险干预 高敏感、解释、误伤 Consent and preference 营销同意、渠道偏好、数据使用授权 允许个性化的边界 同意来源、撤回、同步 Context 渠道、时间、设备、位置、会话意图 时点和渠道匹配 最小化、用途限制 Outcome labels 申请完成、购买、留存、投诉、违约 训练和评估 归因、滞后、偏差
6.2 Feature Store 不是简单特征仓库
能力 推荐系统要求 Offline / online parity 离线训练和线上 serving 的特征定义、窗口和转换一致。 Point-in-time correctness 训练时不能看到未来信息，尤其是信贷和风险场景。 Feature lineage 每个推荐分数能追踪到特征版本、数据源和刷新时间。 Access control 不同模型、渠道、团队只能消费被批准特征。 Quality SLO freshness、completeness、distribution drift、missing rate 有门槛。 Sensitive feature policy 受保护特征、代理变量、敏感风险信号有单独审批和监控。 Consent propagation 客户撤回同意后，线上特征、缓存、索引、训练集和日志都能处理。
6.3 Label 设计：别把短期行为误当客户价值
标签 优点 陷阱 修正方式 Click 快速、丰富 容易优化噱头和好奇心 配合 dwell、bounce、complaint、unsubscribe Conversion 接近业务价值 可能鼓励不适合销售 加入退订、投诉、冷静期、长期留存 Revenue 直接 容易偏向高佣金或高余额客户 加入 customer outcome、fairness、conflict guardrail Risk improvement 价值高 归因难、滞后长 使用 holdout、causal / uplift、风险分群 Staff adoption 便于内部流程 员工可能被 KPI 或界面位置影响 采样质检、原因码、人工覆盖分析 Customer satisfaction 贴近体验 样本偏、反馈率低 分群、投诉、人工升级和文本分析结合
6.4 数据血缘到推荐证据链
Source system
-> curated data product
-> feature transformation
-> offline training set
-> model version
-> online feature vector
-> candidate list
-> ranking score
-> re-ranking filter / adjustment
-> final recommendation
-> exposure and outcome log
推荐证据链必须回答：
当时客户是否有有效同意。
哪些候选被纳入，哪些因为资格或策略被过滤。
排序使用了哪些特征版本和模型版本。
重排层应用了哪些规则、阈值、频控、公平性或适当性调整。
最终给客户或员工展示了什么，客户如何反应。
后续投诉、覆盖、转化、撤回和风险结果是否回流评估。
7. 产品决策框架：从 Recommendation 到 Next-Best-Action
7.1 Recommendation vs Next-Best-Action
类型 输出 决策边界 例子 Recommendation 推荐一个对象 用户可选择是否查看或点击 内容、产品页、教育文章 Next-best-offer 推荐一个商业 offer 必须处理资格、披露、公平、频控 信用卡优惠、存款利率活动 Next-best-action 推荐下一步动作 可能影响流程、客户权益或员工操作 要求补资料、提醒还款、升级人工 Decision support 给员工决策建议 员工 accountable，系统提供证据 RM follow-up、贷审 memo、客服脚本 Automated action 系统直接执行 高风险，需要严格审批和控制 自动冻结账户、自动拒绝申请，通常应极度谨慎
7.2 产品决策问题清单
决策域 高级问题 Surface 推荐出现在哪个渠道、哪个流程节点、客户是否有足够上下文？ Objective 优化点击、完成、收入、风险下降、客户结果还是员工效率？权重如何确定？ Decision unit 推荐对象是客户、账户、家庭、商户、案例、交易还是员工任务？ Inventory 候选对象是否有 owner、状态、有效期、风险等级、披露材料和资格规则？ Eligibility 哪些客户永远不能看到某类推荐，哪些需要额外确认或人工处理？ Explanation 客户、员工、风险、合规分别需要什么级别的解释？ Consent 个性化是否需要明确同意？撤回后如何在缓存、索引和日志中体现？ Frequency 多久推荐一次，哪些信号触发暂停，如何尊重客户偏好？ Human role 员工是推荐接收者、审查者、批准者还是责任决策者？ Exit path 推荐错误、客户拒绝、低信心、策略冲突时如何降级？
7.3 决策边界分级
Level AI / 推荐系统角色 适用场景 控制要求 L0 Curate 排序公开信息 教育内容、FAQ、公开产品说明 来源、有效期、基础监控 L1 Suggest 给客户或员工建议可选动作 自动还款、预算工具、资料补充 同意、频控、解释、退订 L2 Guide 引导进入受控流程 贷款预审、财富风险评估、投诉创建 明确非最终决策，正式流程接管 L3 Recommend with review 生成个性化建议但需人工或系统复核 RM 推荐、信贷运营、复杂产品 适当性、审批、记录、抽样 L4 Decide / act 自动决定或执行 高影响场景原则上避免，低风险可逆动作可考虑 强治理、验证、客户救济、kill switch
8. 金融零售场景架构
8.1 Retail Banking
场景 推荐目标 架构重点 Guardrails 现金流健康建议 帮客户减少透支和费用 交易分类、现金流预测、NBA 不羞辱客户，避免过度干预，提供人工和教育路径 自动还款 / 账单提醒 降低逾期和费用 事件触发 + 风险分群 + 渠道偏好 频控、可退订、清楚说明后果 产品教育内容 提升金融素养和自助能力 内容 catalog + retrieval + ranking 不把教育内容伪装成个性化建议 Branch / contact center next action 帮员工处理客户问题 客户 360 + case context + staff workflow 员工可覆盖，输出进入日志和质检
8.2 Wealth / Investment
场景 推荐目标 架构重点 Guardrails 投资教育 按客户阶段推荐知识内容 内容标签、风险主题、客户目标 不直接推荐具体产品，不暗示适合性 Portfolio review prompt 提醒客户或顾问复核组合 资产配置、风险偏好、市场事件 顾问复核，披露，记录 Advisor next-best-action 给 RM / advisor 推荐沟通主题 客户目标、持仓、生命周期事件 suitability、conflict、supervision Personalized fund recommendation 如机构允许，进入正式建议流程 KYC/KYP、产品风险、适当性引擎 持牌/授权流程、记录、冲突披露、人工或系统审批
8.3 Lending / Credit
场景 推荐目标 架构重点 Guardrails 贷前教育 帮客户理解材料和资格 内容推荐 + 客户旅程 不能承诺批准或费率 Application completion NBA 推荐补充材料或下一步 申请状态、缺失项、渠道任务 不改变正式审批标准 Credit line management prompt 提醒客户风险或可选动作 风险信号 + 客户权益 公平信贷监控、解释、客户救济 Adverse action support 解释正式通知和下一步 reason code、政策知识库 不编造原因，不替代正式通知
8.4 Fraud / Risk Product
场景 推荐目标 架构重点 Guardrails Fraud alert prioritization 给运营团队排优先级 异常检测 + case ranking 误伤监控、人工复核、客户影响 Customer verification prompt 推荐验证方式 风险等级、渠道能力、客户偏好 不过度摩擦，保护弱势客户 Scam education 在高风险信号下推荐防骗教育 事件触发 + 内容匹配 不暴露检测逻辑，不恐吓客户 Case next action 推荐调查步骤 图谱、历史案例、规则 操作可追溯，员工 accountable
8.5 Merchant / Commerce / Loyalty
场景 推荐目标 架构重点 Guardrails Merchant offer 推荐优惠或商户 地理、偏好、库存、合作关系 广告披露、频控、隐私同意 Loyalty redemption 推荐积分使用方式 价值、偏好、到期提醒 不隐藏费用和限制 Card-linked offer 个性化权益和折扣 交易类别、商户 catalog、consent 数据用途限制、退订、广告透明
9. Suitability / Advice Boundary
个性化推荐最容易越界的地方，是把“排序信息”变成“建议客户做某个受监管决定”。金融零售必须把教育、产品信息、推荐、建议和交易执行分层。
9.1 边界分层
层级 客户问题 系统可做 系统不可做 控制 Education “债券基金和货币基金有什么区别？” 推荐教育内容、解释一般风险 暗示某产品适合客户 批准内容库、有效期、来源 General product information “你们有哪些储蓄产品？” 展示公开属性、费用、资格入口 根据客户画像说“最适合你” 产品 catalog、披露、更新时间 Guided decision support “我想为买房准备资金，怎么了解选项？” 引导客户澄清目标，进入正式评估或人工 未评估前推荐具体投资产品 目标收集、风险提示、人工/正式流程 Personalized recommendation “根据我的账户推荐一个产品” 在机构允许且完成适当性控制后给建议 绕过 KYC/KYP、风险承受能力和披露 Suitability engine、supervision、记录 Transaction execution “帮我买这只基金/申请这笔贷款” 跳转正式交易或申请流程 用聊天推荐直接替代确认、披露和审批 多步确认、审计、冷静期或人工复核
9.2 Suitability control architecture
Customer request
-> intent and advice-boundary classifier
-> customer profile freshness check
-> product risk and restriction lookup
-> eligibility and suitability policy engine
-> recommendation / handoff / refusal
-> disclosure and evidence logging
-> supervision sampling and complaint monitoring
9.3 Advice boundary 策略
设计点 要求 Intent classifier 识别教育、比较、个性化建议、交易、投诉和拒绝解释。 Profile freshness 过期风险偏好、收入资产、投资目标不能用于个性化建议。 Product risk tags 产品 catalog 必须包含风险等级、复杂度、流动性、费用、限制和目标客群。 Reason codes 推荐理由要能映射到客户目标、产品属性和适当性规则。 Conflict policy 佣金、促销、关联产品和商业优先级不能隐藏。 Supervision 高风险推荐要可抽样、可回放、可覆盖、可追责。
10. Feedback Loop、Exploration vs Exploitation、Cold Start
10.1 Feedback loop 的三种风险
风险 机制 结果 控制 Exposure bias 只学习被展示过的对象 热门产品越推越热，长尾无机会 Randomized logging、exploration bucket、coverage metric Selection bias 只有某些客户互动或反馈 模型误判沉默客户 分群评估、非响应建模、渠道校正 Self-reinforcing bias 推荐改变了未来数据 系统把自己的历史选择当成真实偏好 Holdout、counterfactual eval、policy replay
10.2 显性反馈和隐性反馈
反馈类型 示例 产品解释 Explicit positive 收藏、点赞、选择“有帮助” 信号清晰但样本少 Explicit negative 不感兴趣、退订、投诉 高价值风险信号，要进入 guardrail Implicit positive 点击、停留、申请、完成 丰富但含噪，需要结合后续结果 Implicit negative 忽略、快速关闭、重复跳过 不一定代表不喜欢，可能是时点或渠道问题 Staff feedback 采纳、覆盖、修改、原因码 适合内部 NBA，但要防 KPI 偏差 Risk feedback 逾期、欺诈、投诉、争议 滞后强，需要长期评估和分群
10.3 Exploration vs Exploitation
机制 适用 不适用 Epsilon-greedy 低风险内容和 offer 测试 高影响金融建议、信贷和财富交易 Contextual bandit 渠道、时点、教育内容、低风险下一步 需要正式审批或不可逆动作 Thompson sampling 多 offer / 多内容在线学习 样本小且风险不对称场景 Diversity injection 防止同质推荐和热门垄断 强资格或合规候选极少时 Exploration holdout 长期评估真实增量 客户权益不能被剥夺的关键服务
探索策略的产品原则：
探索只能发生在允许探索的候选空间内。
高风险客户、弱势客户、投诉客户、欺诈/信贷/财富高影响流程默认不做无监督探索。
探索流量要有独立监控、上限、kill switch 和分群保护。
探索结果不能只用短期点击判断成功。
10.4 Cold start 策略
Cold start 类型 策略 关键控制 New customer Onboarding preference、contextual signals、segment prior、教育内容优先 避免过度推断敏感偏好 New product / content Metadata-based retrieval、editorial boost、controlled exploration 产品 catalog 必须有风险标签和有效期 New channel 使用渠道能力和客户意图做 fallback 不把其他渠道行为简单复制 New market / segment 分群 pilot、人工审核、conservative ranking 公平性和文化/语言适配检查 Sparse feedback Multi-task learning、proxy outcomes、staff review 明确 proxy 与真实价值差距
11. Fairness、Privacy、Consent 与客户信任
11.1 Fairness 不是一个后处理指标
推荐系统公平性要覆盖机会、结果、解释、打扰和补救。
公平性维度 推荐系统问题 检查方式 Exposure fairness 某些群体是否更少看到有价值机会 曝光率、资格后曝光率、排名分布 Outcome fairness 推荐是否导致不同群体转化、损失或投诉差异 分群转化、退订、投诉、违约、误伤 Error fairness 哪些群体更容易收到错误或不合适推荐 人工抽样、覆盖原因、错误分类 Burden fairness 哪些群体被更频繁打扰或要求更多验证 频次、摩擦、验证失败、客服升级 Explanation fairness 不同群体是否得到同等清晰解释 reason coverage、客户理解、投诉文本
11.2 Privacy / consent 架构
Consent capture
-> consent state service
-> purpose-based data access
-> feature eligibility
-> model / index consumption policy
-> recommendation serving decision
-> exposure and audit log
-> withdrawal propagation
控制 产品要求 Purpose limitation 数据用于营销、服务、风险、财富建议、训练、eval 的目的要机器可读。 Consent withdrawal 撤回后影响线上推荐、缓存、索引、训练样本、日志和第三方处理。 Data minimization 推荐任务不需要的敏感字段不进入特征、prompt、日志或实验分析。 Sensitive inference 不从行为推断敏感属性并用于销售，除非有明确合法基础和审批。 Preference center 客户能管理推荐类型、渠道、频率和退出方式。 Transparency 客户能理解为什么收到推荐，以及如何停止或调整。 Vendor control 第三方模型、CDP、营销平台和实验平台的数据使用边界必须审查。
11.3 客户信任设计
信任机制 推荐系统实现 Why this recommendation 用简短原因解释，不暴露敏感推断或风控规则。 Control 提供“不感兴趣”“减少此类推荐”“管理偏好”。 Recourse 高影响推荐或拒绝相关说明要有人工渠道和正式流程。 Respectful timing 避免在财务压力、投诉、欺诈事件后触发不合适销售。 No dark pattern 不用个性化操纵客户做高费用、高风险或不适合选择。
12. 指标树、评估与 Guardrails
12.1 指标树
North Star: Governed customer value from personalized decisions
-> Customer outcome
-> task completion, useful recommendation rate, satisfaction, trust, complaint reduction
-> Business value
-> incremental conversion, revenue quality, retention, cost-to-serve reduction
-> Risk and compliance
-> suitability pass rate, adverse outcome monitoring, complaint rate, unsubscribe rate
-> Model and decision quality
-> recall@K, NDCG, calibration, uplift, coverage, diversity
-> Operational quality
-> latency, availability, fallback rate, staff override quality, incident count
-> Fairness and privacy
-> exposure parity, outcome disparity, consent compliance, data minimization breaches
12.2 Offline evaluation
评估类型 指标 使用方式 Retrieval quality Recall@K、coverage、candidate eligibility pass rate 验证候选池能覆盖相关对象且不混入禁推对象 Ranking quality NDCG、MAP、AUC、log loss、calibration 验证排序与标签一致，但不能替代线上实验 Re-ranking quality Constraint pass rate、diversity、frequency compliance 验证策略层是否执行治理要求 Counterfactual / replay IPS、doubly robust、policy replay 缓解曝光偏差，比较策略变更 Segment analysis cohort metric、protected proxy analysis 找出整体指标掩盖的群体差异 Stress tests extreme customer states、rare products、policy edge cases 发现高风险边界失败
12.3 Online experiments
实验设计 适用 注意事项 A/B test 大多数 UI、排序、内容和 offer 实验 必须有 guardrails 和分群检查 Holdout 评估长期增量和反馈闭环 高价值服务不能不公平剥夺，需伦理和业务审查 Switchback 渠道或运营队列级实验 适合客服、branch、运营任务 Multi-armed bandit 低风险内容/offer 优化 高影响金融建议不宜无边界使用 Shadow mode 员工或系统不采用推荐，仅收集表现 适合高风险策略上线前验证 Champion / challenger 已上线策略持续挑战 需要版本化、审批和回滚
12.4 Guardrail 指标
Guardrail 触发处置 Complaint rate 上升 暂停相关策略，审查推荐内容、频次、分群和客户影响。 Unsubscribe / opt-out 上升 降低频控阈值，检查渠道和推荐解释。 Suitability exception 上升 停止财富或复杂产品推荐，进入监督审查。 Fairness disparity 超阈值 启动公平性评审，冻结扩量，调整候选、排序或重排策略。 Latency / fallback 异常 切换 fallback 策略，保护渠道体验。 Policy violation 立即 kill switch，保留证据，进入 incident review。 Revenue uplift 伴随投诉或风险上升 不通过 scale gate，重设目标函数或约束。
12.5 指标陷阱
陷阱 表现 高级处理 CTR worship 点击提升但客户价值下降 使用任务完成、投诉、退订、长期结果和客户信任指标 Conversion without suitability 转化高但后悔、退订或投诉增加 加入 suitability、cooling-off、long-term retention Average hides harm 整体提升但某些群体受损 强制 cohort 和 fairness slice Proxy becomes target 员工采纳率被当成质量 用质检、客户结果、人工覆盖原因校正 Short window bias 实验周期太短看不到风险 对信贷、财富、风险干预使用长期 holdout 和滞后指标 No exposure logging 无法判断未点击原因 记录曝光、位置、候选、过滤和展示上下文 Ignoring inventory 模型推荐不可售、过期或不适合产品 产品 catalog 和 eligibility 成为上线门禁
13. 推荐策略治理
13.1 Recommendation Strategy Inventory
每个推荐策略都要登记为可治理对象，而不是埋在代码、模型配置或营销平台里。
字段 说明 Strategy ID 推荐策略唯一编号 Business owner 对业务结果和客户影响负责的人 Technical owner 对模型、服务、数据和运行负责的人 Risk tier 低 / 中 / 高风险，带理由 Surface APP、Web、Email、SMS、客服桌面、RM 工作台、分行系统 Target audience 纳入人群和排除人群 Candidate source 产品、内容、offer、动作、任务的来源 Objective function 排序或优化目标 Eligibility rules 资格、合规、地域、产品、客户状态规则 Re-ranking rules 多样性、频控、公平、适当性、业务约束 Advice boundary 是否涉及个性化建议、销售、信贷或财富边界 Consent basis 使用哪些客户数据，基于哪类同意或合法基础 Experiment status Shadow、pilot、A/B、production、retired Guardrails 投诉、退订、公平、风险、延迟、成本阈值 Change process 模型、特征、规则、文案、渠道变更的审批路径 Evidence location PRD、ADR、实验报告、监控、审批、审计证据
13.2 治理节奏
节奏 参与方 产出 Intake review AI PM、Business、Data、Risk、Privacy 风险分级、适用边界、数据可用性判断 Design review Product Architect、ML、Data、Compliance、Security 架构、数据 contract、candidate/ranking/re-ranking 设计 Pre-launch gate Model Risk、Legal、Fairness、Ops、Channel Owner Eval report、实验设计、guardrail、fallback、kill switch Production review Strategy owner、RiskOps、Data owner、ML Ops 监控、投诉、分群、公平、覆盖、特征漂移 Quarterly portfolio review Executive sponsor、AI governance、Audit as needed Scale / stop / merge / retire 决策
13.3 Change management
变更 审批强度 文案微调且不影响承诺 低风险内容审批 + 版本记录 候选过滤规则调整 Product + Risk + Compliance review Ranking model 更新 Offline eval + shadow / A/B + model review 新特征加入 Data owner + Privacy + Risk review Advice boundary 变化 Legal / Compliance / Supervision 正式审查 高风险渠道扩展 Full release gate + incident readiness
14. 可落地交付物模板
14.1 推荐系统产品 PRD 骨架
# [产品 / 场景名称] Recommendation / Personalization PRD
## 1. Business Intent
- 业务目标：
- 客户结果：
- 不进入范围的场景：
- 风险等级和理由：
## 2. Users and Surfaces
- 目标客户 / 员工：
- 渠道和触点：
- 使用时点：
- 人工介入角色：
## 3. Recommendation Object
- 推荐对象类型：
- 候选来源：
- 产品 / 内容 / offer / action owner：
- 有效期、库存和状态规则：
## 4. Decision Boundary
- 系统可做：
- 系统不可做：
- 是否涉及 advice / suitability / credit / complaint / fraud：
- 需要升级人工或正式流程的触发条件：
## 5. Data and Features
- Source-of-truth：
- 事件和曝光日志：
- 客户同意和偏好：
- 特征列表和敏感特征政策：
- 数据质量 SLO：
## 6. Architecture
- Candidate generation / retrieval：
- Ranking：
- Re-ranking / policy engine：
- Serving API：
- Fallback：
- Decision log：
## 7. Metrics and Evaluation
- North star：
- Offline metrics：
- Online experiment：
- Guardrails：
- Fairness / privacy metrics：
## 8. Governance
- Owner / RACI：
- Approval gates：
- Monitoring：
- Incident and kill switch：
- Change management：
## 9. Launch Plan
- Shadow mode：
- Pilot cohort：
- Scale criteria：
- Stop criteria：
- Evidence pack：
14.2 推荐策略清单模板
Strategy ID Surface Audience Candidate source Objective Hard filters Re-ranking Risk tier Owner Status NBA-CARD-001 Mobile app Existing card customers Card action catalog Reduce late payment Consent, account status, no active complaint Frequency cap, risk priority Medium Card PM Pilot WLT-EDU-002 Wealth portal Self-directed investors Approved education content Improve education completion Consent, jurisdiction, content effective date Diversity, advice boundary Medium Wealth PM Production OPS-FRAUD-003 Fraud ops desktop Fraud analysts Case action library Reduce investigation time Analyst entitlement, case status Severity, workload, explainability High Risk Product Shadow
14.3 指标树模板
Level Metric Definition Segment Decision rule North star Governed customer value 推荐带来的客户结果和业务价值组合 全量 + 关键人群 必须伴随 guardrail 通过 Customer Useful recommendation rate 客户认为推荐有帮助或完成任务比例 新客、老客、脆弱客户 低于阈值不扩量 Business Incremental conversion 相对对照组的真实增量 渠道、产品、人群 必须扣除退订和投诉 Risk Suitability pass rate 抽样或规则检查通过率 财富、复杂产品 低于阈值暂停 Fairness Exposure parity after eligibility 资格过滤后不同群体曝光差异 受保护特征代理变量 超阈值治理评审 Ops Staff override quality 员工覆盖比例和原因 队列、团队 异常上升触发复盘
14.4 实验设计模板
项 内容 Hypothesis 新 ranking + re-ranking 策略能提升有用推荐率，并不增加投诉、退订或群体差异。 Population 具有有效同意、符合资格、无活跃投诉、渠道可展示推荐的客户。 Exclusions 高风险投诉客户、人工处理中的客户、适当性资料过期客户、监管限制客户。 Treatment Hybrid candidate retrieval + model ranking + suitability / frequency re-ranking。 Control 现有规则策略或人工 curated 策略。 Primary metric Useful recommendation rate 或 incremental completed action。 Guardrails 投诉率、退订率、fairness disparity、latency、fallback、policy violation。 Duration 覆盖完整业务周期，并包含滞后风险观察窗口。 Analysis Overall + cohort + channel + risk tier + exposure-adjusted analysis。 Stop rule 任一高风险 guardrail 触发即暂停扩量并进入 review。 Evidence 实验配置、随机化、曝光日志、统计报告、风险复核、上线批准。
14.5 数据 / 特征 Contract 模板
Contract field 内容 Data product name Customer Recommendation Feature Product Business owner 客户增长 / 风险 / 财富对应 owner Data owner 数据产品负责人 Consuming strategies 允许使用该数据的 Strategy ID Source-of-truth CRM、core banking、product catalog、consent service、event stream Schema 字段、类型、枚举、必填性 Semantics 字段含义、时间窗口、聚合口径、单位 Freshness SLO 线上特征最大延迟、批处理窗口 Completeness SLO 关键字段完整率目标 Point-in-time rule 训练集构造时的时间穿越防护 Sensitive feature policy 受保护特征、代理变量、敏感推断的允许/禁止范围 Consent / purpose 允许用途、禁止用途、撤回处理 Access control 模型、服务、分析师、实验平台权限 Logging policy 哪些字段可进入 decision log、model log、eval report Change process schema、口径、来源、刷新变更审批 Incident trigger 质量或权限异常的停用和通知规则
14.6 风险控制矩阵模板
Risk Failure mode Control Metric / evidence Owner Unsuitable recommendation 客户收到不适合风险等级的财富产品 Suitability engine + re-ranking hard filter Suitability pass rate、抽样记录 Wealth Risk Consent violation 撤回营销同意后仍被个性化推荐 Consent state service + cache invalidation Consent compliance audit Privacy Fairness disparity 某群体资格后曝光显著偏低 Cohort monitoring + fairness review Exposure parity dashboard Fair Lending / Analytics Feedback loop 热门产品长期垄断推荐位 Exploration pool + diversity constraint Catalog coverage、Gini index AI PM Over-selling 收入目标压过客户结果 Multi-objective optimization + complaint guardrail Complaint / opt-out / cooling-off Product Governance Explanation failure 无法说明推荐原因 Reason code mapping + decision log Explanation coverage Product Architect Data drift 特征分布变化导致推荐失效 Feature monitoring + fallback Drift alert、fallback rate ML Ops Channel mismatch 高风险产品在不具备披露渠道展示 Channel policy engine Channel compliance report Channel Owner
14.7 治理评审表模板
Review question Evidence required Pass criteria 目标函数是否符合客户结果和业务价值 PRD、metric tree、实验设计 不只优化短期点击或收入 候选集是否经过资格和同意过滤 Candidate design、policy rules、测试报告 禁推对象无法进入候选或最终展示 是否触及 advice / suitability / credit boundary Boundary assessment、Legal / Compliance review 高风险边界有正式流程和控制 特征是否有 contract 和敏感数据政策 Feature contract、privacy review 用途、权限、撤回和日志清晰 实验是否有 guardrails 和 stop rule Experiment spec、dashboard 风险指标可自动监控 是否能复盘每一次推荐 Decision log sample 能还原候选、分数、规则、版本和展示 是否有 fairness 分群评估 Cohort report、threshold 差异有解释、处置和 owner 是否有 fallback 和 kill switch Runbook、演练记录 生产异常可快速降级 变更是否受控 Change log、approval record 模型、规则、特征、渠道变更有审批
14.8 面试回答模板
## 问题：[推荐系统 / 个性化产品架构问题]
### 30 秒版本
我的核心观点是：金融零售推荐系统不是单纯排序模型，而是带有资格、同意、适当性、风险、评估和治理的 decisioning stack。
### 2 分钟版本
1. 先定义业务目标和客户结果，避免只优化 CTR。
2. 架构上分成 candidate generation / retrieval、ranking、re-ranking、serving、feedback 和 governance。
3. 候选阶段处理资格、同意、库存和监管边界；ranking 阶段预测相关性或价值；re-ranking 阶段执行 suitability、frequency cap、fairness 和渠道策略。
4. 评估不能只看离线 NDCG 或线上转化，还要看投诉、退订、群体差异、长期结果、人工覆盖和策略可解释性。
5. 在财富、信贷和风控场景中，要把 recommendation、advice、decision support 和 automated action 分层，确保人工、正式流程和审计证据存在。
### 追问准备
- 如果面试官问 cold start：我会用 onboarding signals、metadata retrieval、segment prior、受控 exploration 和 conservative fallback，而不是等数据自然积累。
- 如果问 fairness：我会区分资格后曝光公平、结果公平、错误公平和打扰公平，并把它们放进 guardrail dashboard。
- 如果问模型选择：我会用 two-tower 做大规模召回，用 Wide & Deep 或 LTR 做排序，用规则/策略引擎做重排和治理。
15. 30 天训练计划
Day 训练主题 产出 1 选定一个金融零售推荐场景：财富教育、信用卡 NBA、贷前补件、欺诈运营或客服 next action 场景一页纸：目标、用户、渠道、风险等级 2 绘制端到端 personalization decisioning stack 架构图文字版 + 组件责任表 3 定义 recommendation object 和 candidate inventory 候选对象 catalog 字段表 4 设计候选资格和同意过滤 Eligibility / consent rules 5 设计 two-tower retrieval 方案 Query tower、candidate tower、label、ANN 更新策略 6 设计 ranking 目标函数 标签表、训练窗口、负样本策略 7 设计 re-ranking 策略 频控、多样性、适当性、公平、渠道约束 8 建立特征域和 source-of-truth Feature domain map 9 写数据 / 特征 contract 可用于 PRD 的 contract 表 10 设计曝光、展示、点击、采纳和结果日志 Event taxonomy 11 设计 feedback loop 和偏差控制 Feedback-to-eval loop 12 制定 cold start 策略 New customer / new item / sparse feedback 策略表 13 制定 exploration policy 探索范围、流量上限、保护人群、kill switch 14 建立指标树 North star + offline + online + risk + fairness 15 设计 offline evaluation Retrieval、ranking、re-ranking、stress test 指标 16 设计 online experiment A/B 或 shadow mode 实验说明 17 设计 guardrail dashboard 投诉、退订、fairness、latency、policy violation 18 做 suitability / advice boundary 评审 边界分层表 + 触发人工规则 19 做 privacy / consent 评审 目的限制、撤回、日志、第三方处理 20 做 fairness 评审 Exposure、outcome、error、burden fairness 21 写推荐策略 inventory 3 条策略登记样例 22 写 PRD 初稿 完整 PRD 骨架填充 23 写 ADR：模型和架构选择 Two-tower / Wide & Deep / hybrid 决策记录 24 写风险控制矩阵 8 类风险、控制、证据、owner 25 写治理评审表 Pre-launch gate checklist 26 设计监控和 incident runbook 触发阈值、降级、沟通、复盘 27 准备 portfolio case 一页 executive summary 28 准备面试 30 秒回答 5 个高频问题短答 29 准备面试 2 分钟回答 5 个深挖问题结构化回答 30 组合成作品集包 PRD、架构图、指标树、实验设计、治理包
16. 面试题与参考回答
Q1：如何设计一个金融 APP 的 next-best-action 推荐系统？
30 秒版本 ：我会把它设计成 governed decisioning stack，而不是单一模型。候选阶段处理资格、同意和场景；排序阶段预测相关性和价值；重排阶段执行适当性、频控、公平和渠道策略；上线用实验和 guardrails 验证客户结果、风险和长期增量。
2 分钟版本 ：
先定义 NBA 的业务目标：减少客户摩擦、提升任务完成、降低风险，还是提高交叉销售。
明确推荐对象：产品、内容、offer、操作步骤或员工任务。
架构分层：candidate generation / retrieval、ranking、re-ranking、decision API、exposure logging、feedback loop。
金融场景必须在候选和重排层加入 consent、eligibility、suitability、complaint suppression、frequency cap 和人工升级。
评估同时看 useful recommendation rate、incremental conversion、complaint、opt-out、fairness slice、long-term retention 和风险结果。
Q2：candidate generation 和 ranking 为什么要分开？
30 秒版本 ：两者解决不同问题。Candidate generation 解决大规模召回和延迟，ranking 解决精细排序和目标优化。分开后，产品可以在候选阶段做硬边界过滤，在排序阶段优化相关性，在重排阶段执行治理。
2 分钟版本 ：
候选生成面对百万级产品、内容或动作，常用 two-tower、ANN、规则池、语义检索和混合召回。
Ranking 面对几百或几千个候选，可以用更重的特征和模型预测点击、完成、长期价值或风险改善。
金融零售不能把所有约束交给模型学习；资格、同意、地域、产品状态、适当性等必须有显式控制。
分层后能分别监控 recall、ranking quality、filter reason、latency、coverage 和策略合规。
Q3：Two-tower 模型适合什么，不适合什么？
30 秒版本 ：Two-tower 适合大规模召回，把用户上下文和候选对象编码到同一 embedding space，用 ANN 快速找 top K。它不适合单独承担最终排序、合规约束和高风险解释。
2 分钟版本 ：
适合候选空间很大、需要低延迟召回、item metadata 和用户行为都比较丰富的场景。
产品要定义 query tower 输入、candidate tower 输入、positive label、negative sampling、索引刷新和冷启动策略。
风险在于 embedding 相似性难解释、历史曝光偏差会被学习、少曝光候选难进入召回。
在金融零售中，我会把 two-tower 放在 retrieval 层，后面接 ranking、policy engine 和 decision log。
Q4：Wide & Deep 对推荐系统有什么产品意义？
30 秒版本 ：Wide & Deep 的价值是把 memorization 和 generalization 结合。金融零售里，wide 部分可以显式保留业务规则、强交叉特征和政策语义，deep 部分学习更复杂的偏好和上下文。
2 分钟版本 ：
Wide 部分适合客户阶段 x 产品类型、风险等级 x 渠道、资格 x offer 等高置信交叉。
Deep 部分适合从行为序列、内容 embedding、产品 metadata 中泛化。
它不是为了替代治理，而是让排序层更好地表达业务语义。
最终仍需要 re-ranking 执行 suitability、frequency、fairness、channel policy 和 disclosure。
Q5：如何避免推荐系统 feedback loop 放大偏差？
30 秒版本 ：要记录曝光，不只记录点击；要设置探索流量、holdout 和分群评估；要用 counterfactual / replay 方法校正历史策略偏差；还要监控 coverage、fairness、投诉和长期结果。
2 分钟版本 ：
曝光偏差会让模型只学习自己曾经展示过的结果。
热门产品、主流客户和高佣金候选容易被持续放大。
我会建立 exposure log、randomized bucket、exploration pool、coverage metric、cohort analysis 和 policy replay。
高风险场景中探索要非常保守，只能在已通过资格和风险审查的候选空间内进行。
Q6：金融财富推荐如何守住 advice boundary？
30 秒版本 ：我会把教育、一般产品信息、引导评估、个性化建议和交易执行分层。未完成 KYC/KYP、风险承受能力、产品风险和必要披露前，系统不能把排序结果包装成“适合你的投资建议”。
2 分钟版本 ：
教育内容可以推荐，但要来自批准知识库。
产品比较可以展示公开属性、费用和风险，但不能暗示适合某客户。
一旦客户提供个人目标、期限、资金和风险偏好并要求建议，就进入适当性或持牌顾问流程。
个性化建议需要 profile freshness、product risk tags、suitability engine、conflict disclosure、supervision 和记录保留。
交易执行必须进入正式交易界面和确认流程。
Q7：推荐系统的指标树怎么设计？
30 秒版本 ：我不会只设 CTR。顶层是受治理的客户价值，下面分客户结果、业务价值、风险合规、模型质量、运营质量、公平和隐私。
2 分钟版本 ：
客户结果：任务完成、有用率、满意度、投诉下降。
业务价值：增量转化、留存、收入质量、服务成本下降。
模型质量：Recall@K、NDCG、calibration、coverage、diversity。
风险合规：适当性通过率、投诉、退订、policy violation。
公平隐私：资格后曝光差异、结果差异、同意合规。
实验上线必须同时通过主指标和 guardrails。
Q8：如何处理 cold start？
30 秒版本 ：我会按 new customer、new item、new channel 和 sparse feedback 分别处理，用 onboarding signals、metadata retrieval、segment prior、editorial boost、受控探索和 conservative fallback，而不是等模型自然学会。
2 分钟版本 ：
新客户：用当前意图、渠道、生命周期和客户主动偏好，优先推荐教育和低风险动作。
新产品：依赖产品 metadata、风险标签、内容相似性和受控曝光。
新渠道：先按渠道能力和用户任务设计 conservative fallback。
稀疏反馈：用多任务学习和 proxy label，但要承认 proxy 与真实价值的差距。
Q9：推荐系统如何做公平性治理？
30 秒版本 ：公平性要看资格后的曝光、结果、错误、打扰和解释，不只是整体转化。治理上要把 fairness slice 放进实验、监控、上线门槛和季度策略复盘。
2 分钟版本 ：
先确认哪些特征不能直接使用，哪些代理变量需要监控。
再定义 eligibility-adjusted exposure，避免把资格差异和模型偏差混在一起。
监控不同群体的推荐机会、转化、投诉、退订、误伤和人工覆盖。
如果发现差异，要分析来源：候选池、排序模型、重排规则、渠道可达性还是产品资格。
处置可以是约束调整、候选扩展、目标函数修正、人工审查或策略暂停。
Q10：如何向高管解释推荐系统上线风险？
30 秒版本 ：我会用风险分层解释：低风险内容推荐可以快速实验，高风险财富、信贷和风控推荐必须有同意、适当性、公平、解释、人工、监控和 kill switch。上线不是模型审批，而是整个决策系统的治理审批。
2 分钟版本 ：
高管关心的不只是模型准确率，而是客户影响、监管风险、收入质量和可运营性。
我会展示 strategy inventory、架构分层、数据 contract、指标树、实验结果、guardrail dashboard、风险控制矩阵和治理评审记录。
同时给出 scale / stop rule：哪些指标达标扩量，哪些风险触发暂停。
这样推荐系统不是黑盒增长工具，而是可审计、可复盘、可调整的客户决策能力。
17. 作品集交付包
Artifact 证明的能力 面试表达 Recommendation PRD 能把业务目标、客户结果、架构和治理写成产品规格 “我不是只写用户故事，而是把推荐系统作为 decisioning product 设计。” Architecture diagram 能拆解 retrieval、ranking、re-ranking、serving 和 feedback “我能解释每层为什么存在，以及风险控制点在哪里。” Candidate and strategy inventory 能治理推荐对象和策略 “线上策略不是散落配置，而是可登记、可审查、可退役资产。” Data / feature contract 能把数据产品化给 AI 消费 “推荐质量由特征契约、同意、血缘和 SLO 支撑。” Metric tree and experiment design 能评估真实增量和风险 “我不会只用 CTR 做上线决策。” Risk control matrix 能连接产品、模型、隐私、合规和运营风险 “每个风险都有控制、证据和 owner。” Governance review pack 能把 AI 推荐系统带入正式生产治理 “我能组织 pre-launch gate、变更管理和季度 portfolio review。” Interview answer bank 能把复杂架构压缩成清晰表达 “我能同时讲产品价值、模型架构、治理边界和金融监管敏感点。”
References