一个新频道上线，日曝光只有3000到8000次，这时候谈“深度学习排序”意义不大。2023年4月某工具类应用的内测频道，前两周累计曝光4.7万次、点击1100次，整体点击率2.34%。团队用这个基数做概率校准，把预测点击率乘以0.85的修正系数，线上预估偏差从±40%收敛到±12%。
小样本的核心问题是方差。点击率2%时，100次曝光的标准差约为1.4个百分点，也就是说单看一天的数据，2%可能真实是0.6%，也可能是3.4%。某读书类目在2023年5月连续7天记录同一批20个商品的点击率，日间波动区间为1.1%到3.6%，第8天扩展到200个商品后，波动收窄到1.8%到2.5%。样本量上去了，噪声才下来。
排序策略要按流量分层。曝光少于500次的商品，用规则排序：按上架时间、库存深度、历史7天加购率三个维度打分，权重分别是0.3、0.4、0.3。曝光500到5000次的商品，用逻辑回归，特征控制在15个以内。曝光超过5000次的商品，才进入模型排序池。某服饰平台按这个分层执行，冷启动商品的点击率从1.2%提升到1.9%，用时3周。
概率校准有个实用做法：分桶对照。把预测点击率切成10个桶，每桶统计实际点击率，画一张校准曲线。2022年某宠物用品频道的校准表显示，预测值在0.5%到1%的桶里，实际值是1.4%，模型明显低估；预测值在3%到5%的桶里，实际值是2.6%，模型高估。按桶乘以修正系数后，整体预估误差从0.9个百分点降到0.3个百分点。
数据统计上，小流量场景要防两个坑。一是“曝光未展示”，某平台把接口返回成功算作曝光，但客户端渲染失败率约2.7%，这部分被计入分母，点击率被稀释。二是“跨天归因”，用户晚上11点50分点击、次日0点10分下单，订单被算到第二天，导致当日转化率偏低约8%。两个坑都靠日志字段补齐时间戳和渲染状态解决。
模型评估在小样本下要换指标。AUC在正样本只有几十个时波动极大，某团队连续5次随机切分数据，AUC在0.62到0.79之间跳。改用Precision@10更稳，因为每次只看前10个推荐位，正样本密度高。2023年7月某数码频道的测试中，Precision@10从0.21提升到0.29，对应线上点击率从1.7%升到2.2%，方向一致。
一个案例对照：A团队直接上深度模型，训练样本3万条，线上点击率1.5%，两周后因效果不稳回滚。B团队先用规则加逻辑回归跑4周，积累到12万条曝光、2800次点击后再切模型，点击率稳定在2.1%到2.3%。差别不在算法，在数据积累节奏。小流量阶段，先把日志埋对、把口径统一，比换模型划算得多。
落地步骤可以拆成5步：第1步，定义曝光、点击、加购三个事件的字段和去重规则；第2步，每天跑一次数据质量检查，对比埋点行数与接口日志行数；第3步，按曝光量把商品分成3层，各层用不同排序策略；第4步，每周做一次概率校准，更新分桶系数；第5步，每两周做一次小流量A/B测试，每组至少3000次曝光。按这个节奏，8到10周能跑出稳定基线。
