🚀 本术语表涵盖了搜索（Search）、推荐（Recommendation）、广告（Advertising）三大领域的常用术语、英文缩写及简明解释，助你轻松读懂行业"黑话"！

术语/缩写	英文	领域	释义
信息检索	Information Retrieval (IR)	搜索/推荐/广告	从海量信息中检索相关内容的技术体系，是搜广推的基础
倒排索引	Inverted Index	搜索	一种高效查找包含特定关键词文档的数据结构
召回	Recall	搜索/推荐/广告	从大规模候选中筛选相关内容的第一步，强调覆盖性
精排	Precision Ranking	搜索/推荐/广告	对召回候选进行精细化排序，强调个性化和相关性
相关性	Relevance	搜索/推荐	检索或推荐结果与用户需求的匹配程度
查询	Query	搜索/广告	用户输入的检索请求或隐式需求
用户画像	User Profile	推荐/广告	描述用户兴趣、行为、属性的特征集合
协同过滤	Collaborative Filtering (CF)	推荐	利用用户或物品之间的相似性进行推荐的方法
用户CF	User-based CF	推荐	基于用户兴趣相似度的协同过滤
物品CF	Item-based CF	推荐	基于物品相似度的协同过滤
矩阵分解	Matrix Factorization	推荐	将用户-物品评分矩阵分解为低维向量的推荐方法
基于内容推荐	Content-based Recommendation	推荐	利用物品内容特征进行推荐的方法
嵌入	Embedding	推荐/搜索/广告	将离散ID/文本等映射为稠密向量的技术
双塔模型	Two-Tower Model	推荐/广告	用户塔与物品塔分别建模，常用于深度召回
向量检索	Vector Search	搜索/推荐	基于向量相似度的检索方式，常用于语义检索
近似最近邻	Approximate Nearest Neighbor (ANN)	搜索/推荐	高效查找大规模向量空间中最相似项的算法
TF-IDF	Term Frequency-Inverse Document Frequency	搜索/推荐	经典文本相关性计算方法
BM25	Best Matching 25	搜索	词法匹配的加权检索算法
语义匹配	Semantic Matching	搜索/推荐	基于语义理解的内容匹配方式
生成式检索	Generative Retrieval	搜索	利用生成模型直接生成答案的检索方式（如RAG）
RAG	Retrieval-Augmented Generation	搜索/推荐	检索增强生成，结合检索与生成的混合范式
CTR	Click-Through Rate	广告/推荐	点击率，广告/推荐被点击的比例
CVR	Conversion Rate	广告/推荐	转化率，点击后完成目标行为的比例
CPC	Cost Per Click	广告	每次点击成本
CPM	Cost Per Mille	广告	每千次展示成本
eCPM	Effective Cost Per Mille	广告	有效千次展示成本，综合多种计费方式
CPA	Cost Per Acquisition	广告	每次获客成本
oCPC	Optimized CPC	广告	优化点击成本，结合转化目标的竞价方式
oCPM	Optimized CPM	广告	优化千次展示成本
RTB	Real-Time Bidding	广告	实时竞价，广告位实时拍卖机制
DSP	Demand-Side Platform	广告	广告需求方平台，帮助广告主购买流量
SSP	Supply-Side Platform	广告	流量供应方平台，帮助媒体出售广告位
DMP	Data Management Platform	广告/推荐	数据管理平台，整合多源数据进行用户建模
LTV	Lifetime Value	广告/推荐	用户生命周期价值
CAC	Customer Acquisition Cost	广告/推荐	获客成本
ROAS	Return on Ad Spend	广告	广告支出回报率
ROI	Return on Investment	广告/推荐	投资回报率
AB测试	A/B Testing	搜索/推荐/广告	对比实验，评估不同算法/策略效果
多臂老虎机	Multi-Armed Bandit	推荐/广告	一种探索与利用平衡的在线实验方法
NDCG	Normalized Discounted Cumulative Gain	搜索/推荐	排序相关性评估指标
MAP	Mean Average Precision	搜索/推荐	平均准确率，检索/推荐系统常用评估指标
Recall@K	Recall at K	推荐/搜索	前K个推荐/检索结果的召回率
Precision@K	Precision at K	推荐/搜索	前K个推荐/检索结果的准确率
RMSE	Root Mean Square Error	推荐	均方根误差，常用于评分预测
Catalog Coverage	-	推荐	推荐系统覆盖的物品比例
Intra-list Diversity	-	推荐	推荐列表内部的多样性
冷启动	Cold Start	推荐/广告	新用户/新物品缺乏历史数据导致推荐困难
多样性	Diversity	推荐/搜索	推荐/检索结果的丰富程度
新颖性	Novelty	推荐/搜索	推荐/检索结果的新鲜感
公平性	Fairness	推荐/广告	推荐/广告分发的公平性考量
归因	Attribution	广告	分析转化归因于哪些渠道或触点
品牌认知度	Brand Awareness	广告	用户对品牌的认知程度
品牌偏好度	Brand Preference	广告	用户对品牌的偏好程度
复购率	Repeat Purchase Rate	广告/推荐	用户多次购买的比例
用户留存	Retention	推荐/广告	用户持续使用产品的比例
负采样	Negative Sampling	推荐/搜索	训练时采样负例以提升效率的方法
特征工程	Feature Engineering	搜索/推荐/广告	构建和选择有效特征以提升模型表现
深度学习	Deep Learning	搜索/推荐/广告	基于神经网络的机器学习方法
GNN	Graph Neural Network	推荐/广告	图神经网络，建模复杂关系
Transformer	-	搜索/推荐/广告	一种基于注意力机制的深度学习模型
LLM	Large Language Model	搜索/推荐/广告	大型语言模型，推动智能检索与推荐
RNN	Recurrent Neural Network	推荐/广告	循环神经网络，建模序列数据
LSTM	Long Short-Term Memory	推荐/广告	长短时记忆网络，RNN变体
DNN	Deep Neural Network	推荐/广告	深度神经网络
FM	Factorization Machine	推荐/广告	分解机，建模特征交叉
DeepFM	-	推荐/广告	结合FM与DNN的深度推荐模型
Wide & Deep	-	推荐/广告	结合线性与深度模型的推荐架构
多任务学习	Multi-Task Learning (MTL)	推荐/广告	同时优化多个目标的学习范式
强化学习	Reinforcement Learning (RL)	推荐/广告	通过奖励信号优化策略的学习方法
因果推断	Causal Inference	推荐/广告	分析因果关系以提升推荐/广告效果
模型蒸馏	Model Distillation	推荐/广告	用小模型学习大模型知识以提升效率
模型压缩	Model Compression	推荐/广告	降低模型体积和推理成本
智能创意	Creative Generation	广告	利用AI自动生成广告创意内容
智能出价	Smart Bidding	广告	利用算法自动优化广告出价
DCO	Dynamic Creative Optimization	广告	动态创意优化，根据用户特征实时生成广告内容
反作弊	Anti-Fraud	广告	检测和防止广告欺诈行为
Lookalike	Lookalike Audience	广告/推荐	相似人群定向，扩展潜在用户
Retargeting	-	广告	重定向广告，针对访问过的用户再次投放
多目标优化	Multi-Objective Optimization	推荐/广告	同时优化多个业务目标
多模态	Multi-Modal	搜索/推荐/广告	融合文本、图像、音频等多种数据类型

---

🧠 思考题

1. 你还遇到过哪些搜广推领域的"黑话"？欢迎补充到术语表！
2. 你认为哪些术语最容易混淆？如何区分？

🎉 章节小结

搜广推的世界，术语如星辰大海，每一个"黑话"背后都是一项技术的精髓。理解术语，就是掌握了探索宇宙的导航仪。让我们一起把"黑话"变成"通关密码"，在搜广推宇宙中畅游无阻！