编辑导语：有人认为，智能推荐是一个伟大创造，是信息时代必不可少的工具。与此同时，有人急切的想要拒绝智能推荐，认为这种追踪是对个人隐私的侵犯，也有人认为智能推荐会使我们获取的信息越来越狭窄、越来越片面从而走进信息茧房。今天这篇文章中，作者就来为我们说说智能推荐的那些事儿。

一、智能推荐的重要性

智能推荐是非常重要的数据产品，是比较早期的实现了智能化、自动化的的数据产品。在现在的科技发展中，客服智能化了么？没有~优惠券？定价？都还没有智能化，只有分发实现了智能化。

字节跳动做智能推荐很厉害，对公司的业务产生了巨大的变革，所以今天我们把智能推荐这个事情来讲讲清楚，让大家明白明白。

二、智能推荐的背景

用户越来越多，商品越来越多，那么用户想要找到想要找到的商品也越来越困难，让某个或某些产品在众多产品中脱颖而出也是特别特别的困难，简单的来讲就是供需匹配，两者无法匹配的上，所以怎么办呢？如何解决这个问题呢？

三、各类方案解决的优劣

所以当前有这么几种解决方案，分别是搜索引擎、分类目录和智能推荐，接下来我们就简单介绍一下这三种解决方案的优劣势。

1. 搜索引擎

需要用户主动去搜索，这个是百度干的事儿，但是这个时候是需要用户的目的性很强才行，要知道自己想要什么，但是很多时候我们并不知道我们想要什么东西，我也不想去绞尽脑汁去想我要什么，只想放松，那搜索可以做到么？做不到，可能搜索出来的东西并不是可以满足我们的东西~

2. 分类目录

在这个里面，我们要知道我们想要的东西属于哪一种属性，知道了之后才能去找，如果分类属性选择错了，那就在当下这个错的目录里面永远也找不到我想要的东西。而且一旦我不清楚我自己想要什么的时候，面对纷繁复杂的分类目录，更是无从下手~

3. 智能推荐

而智能推荐呢？我不需要用户提供明确的需求，我只需要根据用户的历史行为去建模，然后根据他们的历史行为判断接下来的行为和喜好，去给用户做相对应的内容、产品推荐。所以当用户没有明确的目的的时候，也可以帮助用户发现新内容。

四、智能推荐的机制

1. 人

建立用户画像，给用户打上事实标签和模型标签，什么是事实标签？就拿虚拟人物“小明”举个例子吧！小明经常在某购物平台上购物，并已完善自己的个人信息，那么平台就会把该信息收集，作为事实标签。

• 姓名：小明
• 性别：男
• 身高：180cm
• 体重：70kg
• 爱好：看电影
• 职位：产品经理
• 目前所在地：上海
• 消费等级：极高（根据日常消费习惯判断）
• 常看类型产品：高科技产品、数码产品、大牌运动鞋

那什么是模型标签呢？就是系统可能会把一类人划分为一个模型，他们的事实标签可能会比较相似，这就是一个模型标签。

我接着拿玉康举例子：比如说系统给他们这一类人建的模型标签名称是“大款”，那可能别的某个大款看上了一个布加迪，加购并付款了，虽然孙玉康没有看这个产品，但是可能布加迪及相关产品也会出现在孙玉康的推荐列表中。

2. 货（内容）

给内容或产品打上标签，比如一个运动上衣，可能会有夹克、运动、长袖、外套等等各种各样符合这个产品的标签，并记录这个产品的售卖数量，收藏、加购的数量等。

然后通过人货模型，就可以知道，比如说：年轻的女孩子，喜欢口红，包包、购物、逛街；年轻的男孩子，喜欢女孩子，喜欢手机、手表、汽车，然后怎么匹配呢？

3. 场

就是在对应的场里做匹配，比如说首页、Feed流、导航栏、个人中心等等，在你想要的场景匹配上你所需要的数据。

然后我可能有了这个标签的推荐方法，我把一个东西推给一部分人，然后这部分人很喜欢这个东西，那我就可以把这个东西推给更多类似的用户了，然后不停不停的去扩展流量，我就知道每个用户喜欢什么东西了。

五、智能推荐系统的框架

1. 数据采集

怎么去采集啊？要去做埋点，要去记录用户的数据。

比如说一个用户打开了我们的某小程序，他注册的信息是什么？他是几点打开的，几点关闭的小程序，查看了哪些页面，浏览了哪些产品，每个页面的停留时间是多久，用的4G还是5G还是WIFI啊，在哪儿？

这时候用户数据和行为数据都知道了，那什么是内容数据呢？比如说抖音，亿万的人在抖音产生了千亿条抖音短视频，这些都是内容数据。

2. 数据整理

采集到数据之后，就要把数据做标注，数据标注的类型有：图片标注、语音标注、文本标注、视频标注、道路标注、行人标注、人脸106点、图像语义分割等。

然后有些数据是重复的，需要做合并，有些事无意义的数据，影响后面的数据整理，那就做数据清洗，把它干掉等等

3. 画像体系

有了这些数据，我们就可以生成画像了，就知道是什么了。

画像有人物画像，也有商品画像；我们继续来说小明，比如说：小明，26岁，性别男，爱好看电影，喜欢吃小龙虾，商品画像其实就是描述这个商品的内容的东西。

4. 算法引擎

• 协同过滤：比如说小明喜欢《数据挖掘导论》，小红喜欢《三个火枪手》，基于 UserCF(用户协同过滤)，找到与他们偏好相似的用户，将相似用户偏好的书籍推荐给他们；还可以基于ItemCF(物品协同过滤)，找到与他们当前偏好书籍相似的其他书籍，推荐给他们。
• 隐语义模型：根据用户的当前偏好信息，得到用户的兴趣偏好，将该类兴趣对应的物品推荐给当前用户。比如，小明喜欢的《数据挖掘导论》属于计算机类的书籍，那我们可以将其他的计算机类书籍推荐给他；小红喜欢的是文学类数据，可将《巴黎圣母院》等这类文字作品推荐给她，这就是隐语义模型。

此外还有聚类模型等。

5. 推荐接口

由于有这些底层的数据及算法，那就可以根据这些数据通过接口，在某些场景去给他们做分发，我们继续来说小明，不仅喜欢吃老乡鸡，还喜欢打网球，弹琴，琴棋书画样样精通啊。孙总打开手机的时候，我就可以在他的用户端的各个模块下给他推荐他喜欢的东西了。

6. 底层规则控制及配置

比如说我知道孙总喜欢吃老乡鸡，可是我已经给他推送了3天了，第四天我再给他推送，估计他就吐了，那我给他推送一波小厨娘，名称就很符合孙总的审美，他是不是就很大概率会买呀，这个就是一些规则的控制与配置，最后通过重新得到的数据去统计分析。

7. 数据采集及画像构建

有些数据用户会手动填写，有些我们需要根据用户的行为去分析、推测，还有一些 需要我们去埋点获取。

8. 根据数据，构建用户画像

根据各个标签，我们可以知道这个人的用户画像。然后根据这个人是谁，我们就可以去查找他对应的信息有哪些，我们就可以根据用户画像中的信息去推送他喜欢的东西。

9. 算法的工作机制

我们把用户画像和商品画像丢到了算法池子里，过来一个一个用户请求后，我们会先调用用户画像，让我看看你是谁？

然后我会再看看我有哪些东西，知道了这些后，系统会按照你的需求去做召回，把东西从库存中拿出来，比如说我从热点里召回了500个，从兴趣中召回500个，从TOP队列中再召回500个，从很多队列中召回。

比如说我们召回了1500个东西后，我不可能全给你展示，还是太多了，那我就会给这1500个东西评分，排出来个123，所以就会通过协同过滤去做一个排名，用RFM模型去做排序。这是第一次排序。

然后会根据一些运营规则和玩法再去做一次排序，为什么要做两次排序呢？因为计算量太大了，所以要做两次排序。排序之后，就是对每个人做一个千人千面的展示了。

六、冷启动的问题

为什么是智能推荐系统？因为他有很多的数据去支撑你的整个系统，但是如果没有数据该怎么办呢？这个时候就需要做冷启动了，冷启动常遇到的问题分三种：

1. 用户冷启动：主要解决的是如何给新用户做个人化推荐的问题？
2. 物品冷启动：主要解决如何将新的物品推荐给可能对它感兴趣的用户这一问题；
3. 系统冷启动：主要解决如何在一个新开发的产品上（还没有用户，也没有用户行为，只有一些物品的信息）设计个性化推荐系统，使网站刚发布就让用户体验到个性化推荐服务这一问题。

常见的冷启动方法，如下图：

七、智能推荐系统的指标体系

然后我们评价我们的系统是不是一个NB的系统，就需要建立一个指标体系，怎么建立这个指标体系呢？需要从三个维度来建立，第一是人的维度；第二是货的维度，第三就是场的维度。

1. 人的维度怎么评价一个推荐系统做的好不好呢？

要看的是人均展现，就像女孩子逛街一样，你开心你就多逛一会儿，不开心可能逛一会儿就结束了，看你吸不吸引她。

人均点击就是她点进去这个产品查看了，阅读时长（消费）指的就是这个东西符合他的口味，比如一本书，肯定是阅读时间越长，越能表现这个这个书越符合人的口味，我推荐的东西，肯定是他买的越多，说明我们的系统越好。

她逛了多少家店，看了多长时间，买了多少钱，肯定是推荐系统越好，推荐的东西越符合他的品味，她逛的时间就越长。这个东西都是成正比的。那Dislike就是你不喜欢这个东西，不点击，如果dislike率太高的话，那就说明我们的系统还是不太NB的。

所以说在对人的维度：是C端的维度，我们要考虑的是满足用户的需求。

2. 货的维度，比如我哪些品类被曝光了，哪些品类被卖出去了

这个要看的是每个单品商品的拉新、留存、转化能力。

为什么要说货的维度呢？是为了建立一个稳定的生态，比如说抖音，就那么几百个人火，其他人发了都不活，那么长此下去，还会有其他人去发抖音了么？不会了。

比如说漂亮小姐姐发啥都火，人均点击量就是特别高，那我是一个糙老爷们儿，我没有那么美丽的皮囊，但是我有内涵，我在抖音上讲干货，我的抖音没人看，我发了几次，一直没人看，那我就不发了。

所以在算法上，为了生态平衡，为了生态的健康，系统也会给我一些流量，让我的内容有点点击率，也利于刺激我去做内容，从而扩大整个系统的生态。

所以在货的维度上：是B端的维度，是为了要满足生态的稳定性。

3. 场的维度、平台的推荐机制等

我建了多少队列，队列是不是多样的，覆盖的内容是不是够广，内容时效性是不是够强，不能说都2020年了，我给你推2001年911恐怖袭击是吧？

还有我们的内容是不是低俗低质量的，比如什么我推的都是什么咪蒙文《港囧：斗小三的正确方式是，你要有很多很多的钱》、《如何科学的搞死渣男老公和小三》，都是很吸引人点击的内容，但是画风就很难看，所以为了持续的生态，平台也要去打击屏蔽类似的内容、字眼。

内容聚集度指的是：top100的内容占全部内容的比例，比如说我抖音top100的内容的播放量占了全部内容播放量的80%，说明大部分用户只看头部内容，那生态就是不健康的，我们还是希望是把流量平分给各个哥们儿。

但是各个平台内容是不同的，比如说抖音主要是把流量分配给各个MCN机构的，但是快手的算法是把流量分配给各个老铁的。大家可以试试，你去抖音发和快手发同样的一个视频，快手的播放量大多数是要超过抖音的，因为抖音的算法，除非爆款，不然他是不会把流量分发给你的。

而快手的Slogan是“快手，记录生活”，是一个记录生活的地方，他的流量分发是相对比较平均的。抖音为了让大家的使用时长提高，广告的转化率提高，所以会推荐一些精品的内容，但是精品的内容制作是需要有团队的，或者说门槛比较高，我们普通人制作不出来，所以内容聚集度就高了。

八、智能推荐还有哪些延伸？

比如说用在PUSH上，在大麦APP里，你平时关注的音乐会，我平时关注的是演唱会，那可能系统给你推荐的就是《【南京】【跨年场】《维也纳施特劳斯之夜》新年交响音乐会》，给我推荐的可能就是《【南京】汪苏泷大娱乐家演唱会-南京站》。

比如说智能客服，同样都是买东西遇到了困难，你是的手机维修，我的是家电维修，咱们两个收到的内容也是不一样的。

比如说智能营销，孙博士在系统里是机械学院的老教授，张博士在系统里是生物学院的老教授，那系统给他们发送的内容，给孙博士发的就是机械相关的内容，比如说机械相关的产品，相关的会议。给张博士发的就是生物相关的产品和会议等。

再来说智能搜索， 智能搜索会根据每个人搜索的历史记录不同，所在国家、地区的不同，展示不同的搜索结果，现在谷歌，百度等搜索已经是了，比如说百度，你在南京搜医院和你在北京搜医院，展示的内容肯定是不同的。

此外还有什么东西可以用到智能的个性化的产品，大家可以自己在工作之余想想。

本文由@孤独的美食家丿 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议