推荐系统入门

说起推荐系统，好像总是算法人员应该考虑的事情，不过作为产品🐱(或🐶)，了解一些基本的原理和设计理念还是很有必要的。

今天我们先搞清楚关于推荐系统的两个基本问题： 何时用 以及 如何用

---

When

---

推荐系统的定义

在互联网时代，搜索、推荐和广告三种是我们获取信息的三种主要途径，从用户角度来看，搜索属于主动式的信息获取，而推荐和广告则属于被动式。

推荐系统的本质是一个信息检索系统，利用上下文，根据当前用户所处的环境，根据信息的特点来决定推荐内容。

常见的推荐有人工推荐（例如编辑精选）和机器推荐（例如广告）两种方式，这里我们讨论的推荐系统范指机器推荐。

推荐系统的特征和场景

内容时效性低

没有或低时效性的内容（比如图书、电影、唱片），推荐系统可以基于推荐方法及模型完成推荐，而对于新闻这样时效性较高的内容，除了基于用户偏好进行推荐以外，还需要考虑时效性的权重，因为新闻是更侧重即时性的一种消费内容（当然不是说它不能做推荐）。

容易深度参与

没有依据，就无法进行所谓的精准推荐，一个真正可用的推荐系统需要用户深度的参与进来，以便于系统针对性的构建基于用户的特征体系，在推荐系统中这一类特征经常用来描述用户画像，包括用户的基本属性、消费内容、行为特征等。

千人千面的场景

用户对产品内容有很强的个人口味也可以考虑使用推荐系统，一些常见的购物网站是该场景的典型例子。

用户和内容多样化

如果用户和推荐内容比较单一，那么系统恐怕也推不出什么惊喜（哎呀，这些东西你全都看过了）。

---

How

---

协同过滤

用户画像是很多人都比较熟悉的一种推荐系统，实现起来相对简单，也比较精准，但对数据采集的成本要求很高，而且时间久了很难有惊喜（你不就长这样嘛）。

协同过滤（Collaborative Filtering）通过考虑用户（User）与用户之间、物品（Item）与物品之间的相似度（Similarity），来向用户进行产品或内容推荐。

说白了，就是找出跟你品味差不多的用户，把你们拉成一个帮派，他们喜欢的东西，系统排个序然后按推荐值也推荐给你啦。

常见的有以下两种：

• 基于用户的协同过滤推荐
• 基于物品（内容）的协同过滤推荐

基于用户的协同过滤推荐

假设我们有三个用户A、B、C，喜欢的部分书籍如下：

A：岛上书店，小岛经济学，白夜行
B：小岛经济学，智能时代
C：岛上书店，白夜行，达芬奇密码

可以看到A和C都同时喜欢「岛上书店」和「白夜行」这两本书，那么我们可以大致推断A和C的口味比较相似，所以可以把C喜欢的「达芬奇密码」也推荐给A。

这就是基于用户的协同过滤，基于用户的相似性进行匹配。

基于物品（内容）的协同过滤推荐

还是上面的例子，我们来看基于物品的协同过滤

A：岛上书店（小说），小岛经济学（经济），白夜行（小说）
B：小岛经济学（经济），智能时代（科技）
C：岛上书店（小说），白夜行（小说），达芬奇密码（小说）

是否可以把达芬奇密码推荐给A呢？首先看A偏爱的书籍类型，其中有两本是小说类，那么A很大程度上喜欢读小说，而达芬奇密码也是一部小说，因此很大程度上我们可以推荐给A。

那么其他书籍有没有被推荐的可能性呢？

从另一种角度看，岛上书店、小岛经济学、白夜行这三本书都各有2/3的人喜欢，也就是说这三本书容易被大众喜欢的概率较高，我们也可以考虑推荐给其他人。

基于物品的协同过滤，我们需要对物品的特征进行分析。

实际当中选择的时候，基于计算量的考量，一般会在用户和物品（内容）两者中选择体量较小的一方作为标准，即：

• 用户多物品少，选物品
• 物品多用户少，选用户

当然这只是一个基本的考虑标准，实际情况还需要具体情况具体分析。

---

Edgerank

Edgerank是外界对Facebook Newsfeed上新鲜事的排序算法的称呼，Newsfeed是一个兴趣Feed。这个排序算法基于三个因素进行考量：

亲密度：用户和内容创作者的亲密程度，取决于两者互动的频繁程度

权重：Feed流上的信息内容多种多样，比如文本、照片、视频等等，每一种类型出现在timeline上的权重都不完全一样，Facebook会根据一定时间的监测数据进行评级划分

时间衰减：同新闻类似，用户一般倾向于看更新鲜的内容，因而随着时间推移，某项话题的热度就会减少，排名降低

目标及优化

推荐系统不是万能的，我们应该利用已有资源尽可能的去解决更多问题，同时在系统运行的过程中，解决问题明显的一些典型的Bad Case，对于初期数据或者内容较少的情况下，可以尽量基于大众口味做一些普适推荐，后期再依据行为数据调整相应权重，提高千人千面的推荐效果。