參考
推薦系統中 DSSM 雙塔模型匯總（二更）
DSSM 和 YouTubeDNN 都是比較經典的 U2I 模型。
U2I 召回
U2I 召回也就是 User-to-Item 召回，它基于用戶的歷史行為以及用戶的一些個人信息，對系統中的候選物品進行篩選，挑選出一部分最有可能被用戶喜歡的物品，送入推薦模型進行排序和推薦。
DSSM
DSSM 模型又叫雙塔模型（全稱 Deep Structured Semantic Model），雙塔模型上線很方便，User 塔在線計算 User Embedding，Item 塔離線計算 Item embeding，通過向量檢索就可以快速進行召回。線上預測的時候，只需要在內存中計算相似度運算即可。
輸入層
最下面的 User 側和 Item 側特征是輸入層。輸入層主要的作用是把文本映射到低維向量空間，轉化成向量提供給深度學習網絡。表示層中間的 DNN 模型可以看成是表示層。
DSSM 模型表示層使用的是 BOW（Bag Of Words）詞袋模型，沒有考慮詞序的信息。不考慮詞序其實存在明顯的問題，因為一句話可能詞相同，但是語義則相差十萬八千里，下面這個是表示層的結構圖。
)
