在推荐算法领域，时常会出现模型离线评测效果好，比如AUC、准召等指标大涨，但上线后业务指标效果不佳，甚至下降的情况，比如线上CTR或CVR下跌。

本文尝试列举一些常见的原因，为大家排查问题提供一点思路。

  1. 离线、在线特征不一致
  2. 存在数据泄露
  3. 数据分布不一致
  4. 模型过拟合
  5. 离线、在线评估指标不一致
  6. 其他原因

内容中包含的图片若涉及版权问题，请及时与我们联系删除