多路召回策略是一種在推薦系統中使用的技術，旨在平衡計算速度和召回率兩個重要因素。
在推薦系統的召回層中，該策略採用多種不同的召回策略、特徵或簡單模型，分別召回一部分候選集，然後將這些候選集混合在一起供後續的排序模型使用。例如，在新聞推薦系統中，可以根據文章類別、作者、熱度等因素分別進行召回，這樣可以更準確地反映用戶的需求，同時，這些召回策略可以並行運行，從而提高效率。
採用多路召回的原因在於，召回層需要處理大量數據，因此特徵數量不宜過多，模型結構相對簡單，推理時間較短，而排序層則負責對小規模的召回數據進行更精準的排序，使用更複雜的模型和多重特徵。多路召回策略通過結合多個簡單的召回策略，既保證了候選集的快速召回，又從不同角度保證了召回率接近理想狀態，從而提高了推薦系統的整體性能。