[[408523]]

本文轉載自微信公眾號「虞大膽的嘰嘰喳喳」，作者虞大膽。轉載本文請聯系虞大膽的嘰嘰喳喳公眾號。

推薦系統(tǒng)是有技術壁壘的，涉及到各類算法和機器學習，工程實現就更難了。所以我們選擇了神策智能推薦服務，但感覺效果不太好，通過他們提供的幾個pdf，有了個大概的概念，發(fā)現召回是推薦系統(tǒng)中的重點。

推薦系統(tǒng)的作用：降低信息過載，那如果本身每天可推薦的內容不多呢;發(fā)掘長尾，這個是核心，能讓好文章有更多的曝光機會;提高轉化率，是提升dau?還是用戶粘性?

如何衡量推薦系統(tǒng)的好壞?可能人的感受更重要，但無法量化;如果利用CTR，一定程度上能反應好壞(點擊后不看估計也沒啥用)，點擊后的反饋可能更精準，比如瀏覽時長，做出準確的評論等等。

推薦系統(tǒng)整個過程主要包括兩點，首先就是召回，也就是粗排，篩選出相對較小的候選集;其次就是排序，也就是精排，對物品進行打分。

推薦系統(tǒng)就是建立任何物品之間的關系，核心就是數據，包括三個部分：首先就是用戶行為，看文章、點收藏都是;其次就是物品信息;最后通過行為和物品信息，形成用戶畫像，這個畫像可能就是常規(guī)意義上的畫像、標簽化，但在機器學習中，它是隱式的，是向量化的，人無法直接理解。

接下去說說神策推薦系統(tǒng)提到的四種召回方法，見下圖：

首先強調基于深度用戶行為分析的召回，由于是向量化，所以很難向人解釋它的優(yōu)劣，太黑盒了;主要分為兩個分支，協同過濾(基于矩陣分解)很常見了，缺點就是無法解決新內容冷啟動問題，以及時效性不足;

其次就是深度學習召回模型(HMF)，借鑒了facebook論文，主要提到四點好處，更全面的行為表達，比如結合點擊、收藏、搜索等多種行為，能更全面地表示用戶行為偏好;能夠加入一些用戶畫像放到模型中;考慮用戶行為順序(感覺挺牛逼的);組合各類復雜特征。

其次就是自然語言技術，神策解釋是為了解決新內容的冷啟動問題，開始我有點疑惑，后來才明白，一篇新內容出來，立刻通過NLP技術，從中找到一些標簽化(比如關鍵詞)的內容，這樣結合用戶畫像，快速推薦給用戶。

但可惜的是神策推薦在我們業(yè)務場景中，居然沒有用到NLP技術。最近也看一些文章，純粹介于內容推薦也能弄出一個好的推薦系統(tǒng)。

比如通過分詞、主題分析、word2vec(詞向量隱式關系的分析)，有了這些關鍵“元素”，可以用在相關性計算、召回、排序等過程。

如果沒有NLP技術，哪怕人為(編輯或用戶)打分類和標簽(更細分的分類)也行，雖然不智能，也不精準，但也能代表一些民意。

不過圖片和視頻進行語義分析就難了，要引入一些其他解決方案。

最后神策提到了NLP技術的三個好處：

利用自然語言技術，得到能表示每篇文章主題內容的語義向量

根據語義向量，推薦用戶喜歡的主題的文章

只需要分析文章內容，不需要用戶行為，能很好的推薦新文章，解決性能內容冷啟動問題

接著就是基于用戶畫像的召回，首先就是利用已有的關注(不是好友之間的關注)關系，你在APP上的每個行為都隱藏了用戶偏好，比如搜索某個關鍵詞(是不是表明想看某些相關的文章?所以文章NLP的分析多么重要)，再比如點擊某個標簽(比如軍事標簽，是不是說明想看軍事相關的文章)，或者收藏了某篇文章(是不是可以推薦類似的文章)。

其次就是基于標簽構建用戶畫像，用戶有很多常規(guī)意義上的畫像，可解釋的，也能表明他的一些興趣偏好，比如性別、經常發(fā)的文章、站內提供的可選擇性標簽，反過來，通過推薦系統(tǒng)不斷完善用戶畫像，從而進一步做精準推薦。

最后就是多源數據，比如入門數據，編輯推薦文章，KOL文章，官方文章等等，這些在召回的時候很有用，在神策中是以權重體現，是否說明這用于排序?而非召回?

為什么說神策智能推薦還不成熟，比如沒有來自于用戶的負反饋(我不喜歡)，沒有使用NLP技術(對于我們這樣的內容APP，這個太重要了)，不理解業(yè)務型態(tài)(無法針對性的調優(yōu)，這可能是垂直sass解決方案的弊端，太機器化了)，結合它們的控制臺，只能看到熱門召回和基于行為的召回，都是默認策略。既然是個性化推薦，它怎么證明做到了個性化推薦，也擔心最后的推薦效果退化到了編輯推薦。

最后好好理解這句話，數據和特征決定了機器學習的上限，而模型和算法只是逼近這個上限而已