在互联网飞速发展的现代社会,人们每天都要受到成百上千条信息的轰炸,APP推送、新闻热点、信息流广告……一个有效的“信息过滤器”已经成为了人们日常生活的刚需,也是信息供应商在激烈的市场环境中脱颖而出的必杀技。
推荐系统正扮演着这样一个角色,它如同筛子一般,帮我们找到最想要的内容。但是,推荐系统过高的技术门槛和研发成本把很多企业挡在了门外。第四范式基于机器学习技术推出的智能推荐产品先荐,专注于内容行业的个性化推荐,凭借自身的技术优势有效解决着这一难题,已经服务了36氪、花瓣、果壳等知名媒体,不断受到行业内的广泛好评。
在接下来的文章中,先荐将系统地讲解推荐系统的相关知识,希望各位技术爱好者能对推荐系统有更多、更多的了解。首先,我们将从推荐系统的工作流程讲起。
1. 信息收集阶段
这一阶段会收集用户的相关信息,用以生成预测任务的用户画像,这些信息包括用户属性、用户行为或用户访问的资源。只有用户画像完全建立后,推荐系统才能开始运行。推荐系统需要尽可能多地了解用户,这样的话从一开始就能为用户提供合理的推荐结果。
推荐系统依赖于不同类型的输入,例如最直接的显式反馈,即用户直接输入感兴趣的内容,或隐式反馈,即通过观察用户行为间接地推断用户偏好,还可以通过显式和隐式反馈的组合来获得混合反馈。
以网络学习平台为例,用户画像是与特定用户相关联的个人信息的集合。这些信息包括该用户的认知技能、智力水平、学习方式、兴趣爱好以及交互行为等。用户画像通常用于用户模型构建时信息检索所需。换句话说,用户画像粗略地反映了用户模型。要想做成功一个推荐系统,很大程度上取决于其对用户兴趣的表征能力。要想获得准确的推荐结果,准确的用户模型必不可少。
1.1 显式反馈
网站一般会在用户操作界面上提示用户对内容做出评价,以便构建和改进该用户的用户模型。推荐结果的准确性取决于用户提供的评级数量。用户的评级数量越多,推荐结果越准确。显式反馈的唯一缺点是,非常依赖用户评级的积极性,而且,用户不是时时刻刻愿意做出评级。不过,相比之下,显示反馈不涉及到从用户行为中获取用户偏好这一步,因此提供的数据更可靠,整个推荐过程也更透明,能够更好地感知推荐系统的质量,从而提高用户满意度。
1.2 隐式反馈
网站后台通过监测用户的不同行为,自动推测用户的兴趣偏好,例如购买历史、导航历史,在某些网页上停留的时间、用户点击的链接、按钮、以及电子邮件内容等。隐式反馈从用户行为中推断用户的偏好,减轻了用户的评级负担。隐式反馈对用户评级的积极性要求不高,准确性也较低。
也有一些人认为,用户隐性反馈的数据实际上更客观,在隐式反馈的情况下,用户不需要以社会大众期望的方式做出反应,也没有任何维护自我形象的需求,因此提供的数据更真实。
1.3混合反馈
隐式和显式反馈的优势可以在混合系统中结合,以最大限度地降低二者的不足并实现性能最佳的推荐系统。具体来看,用隐式反馈的数据来校验显式反馈的数据,或仅允许用户在表达明确兴趣时给出显式反馈。
2. 算法学习阶段
在这一阶段,系统会通过学习算法,过滤上一阶段得到的用户反馈,并提取用户特征。关于这一部分的详细内容,我们会在后续的文章中介绍。
![](/qrcode.jpg)
3. 预测/推荐阶段
在这一阶段,系统会预测用户可能喜欢的内容类型。这一步可以直接基于在信息收集阶段收集的数据集(基于存储器或基于模型)来实现,也可以通过后台监测到的用户行为来实现。
在下一篇文章中,我们将会详细介绍推荐的过滤技术,敬请期待。