工业推荐系统通常分召回和排序两个阶段。召回从海量物品中快速筛出几百到几千候选，排序再对候选精细打分。两阶段目标不同，评估方法也不同。
召回阶段追求覆盖和效率，常用协同过滤、向量检索、热门规则和多路召回并行。召回率是核心指标：真正相关的物品有多少进入了候选集。召回漏掉的物品，排序再强也救不回来。
排序阶段追求精准，输入候选集，输出最终顺序。常用点击率预估模型和多目标融合。评估看 AUC、GAUC 和 Top-K 指标，还要关注业务目标如停留时长和转化率。
两阶段要联合优化。召回容量太小会限制排序上限，太大则增加排序负担。要分析召回瓶颈：如果相关物品大量未进候选，优先改召回；如果候选充足但排序靠后，优先改排序。
分阶段评估能定位问题所在。只看端到端指标，很难判断是召回不足还是排序不准。建立分层监控，是推荐系统持续迭代的基础。
