一直认为推荐引擎可以是很简单AI应用，也可以是最有潜力做复杂的。
数字化时代之前的推荐是怎么做的。试想一个初次当家的小姑娘跑进百货商店，和售货员阿姨说:”我想买一块香皂，阿姨有什么推荐的吗?”售货价上一共只有三款香皂，售货员阿姨根据记忆，嗯，这么大的小姑娘一般都是选这款，于是就推荐了这款。这个过程数字化之后，就是最简单的推荐引擎。
随着物资越来越丰富，香皂选项可能上升到几千种，香皂的属性从只有价格和香味扩展为功能，成分，产地等几十上百个属性后，每个人的需求也更加精细化，那售货员阿姨的推荐就没那么简单了。这也是一般购物网站的推荐引擎需要实现的功能，从琳琅满目的商品中做推荐。每个用户都用一个矢量来表示，其中每个元素都对应一个用户属性，比如说性别，年龄，区域，终端设备，访问时间，消费级别，购物欲…,你可能会质疑，用户终端设备信息有什么用，用户的购物欲是怎么得到。因为本文是讲推荐引擎，所以不跑题去讨论这个了，有兴趣的可以参考之前的一篇文章<最了解你的人是谁—-是他是她还是它>。有了这个用户属性后，要在顾客数据库里找出最相近的那个用户或一组用户，把他们的选择推荐出去就好啦。
可能你还是会觉得这很简单。但仔细一想，很容易就会发现两个问题。
问题一，当你的数据库客户有几个million，用户属性增多后，实时的找出最相似的用户，计算量相当惊人。而作为在线推荐，据实验统计，时延的增加会直接降低点击率。
问题二，根据相似客户的选择做推荐，会使得新上架产品永远没有机会出现在推荐当中。
对于问题一，很自然的大家会想到clustering之类的离线计算来降低在线计算的压力。不过在某些情况下会降低推荐的效果。
对于问题二，我觉得吴恩达的<机器学习>课程当中举的例子可以很好的解决这个问题。就是商品的属性也矢量化，匹配用户的结果并不是直接targe到某个商品，而是target某组属性的商品，只要新上架的商品满足属性，就在推荐范围之内。建立这个数学模型和求解应该不是个难题。在推荐引擎技术领域，称之为从用户协同过滤，转换到用户内容混合协同过滤。
之前提到，用户的各种属性可以根据商家们长期积累的收集数据手段，应该不难解决。那商品的属性呢，特别是像电影，音乐，书籍之类的推荐，仅仅仅靠类属，年份，拍摄地等硬属性，是远远不够的。于是很多推荐引擎会去网上爬数据，针对某部电影或某个音乐通过自然语言处理做情感分析。比如说Spotify会从博客上收集用户对歌手和歌曲评论的关键词，然后收取top的一些评论语作为内容属性。(配图来自网络)
以上的讨论我们没有提及到客户在某个网站已经有了购买记录。实际上，商家们常常会根据用户已经购买过的商品做推荐，这就是比较有名的”猜你喜欢”推荐。亚马逊称自己的推荐算法就是不做用户协同过滤，而是完全依赖用户的已购买选项来推荐。通过商品之间的相似度，来推销相近商品。而商品与商品之间是否相近很大取决于历史上客户的购买组合，并不是物理上的相似度。举个例子，如果你买了打印机，那可能相似度最高的是打印纸和墨水，而不是另一款类似打印机。这个算法的很大优势是，由于商品属性在短时间内较为稳定，所以大部分的计算量可离线完成。同时，将必要组合商品推荐给用户，很大的提高了用户体验。
文中开始提到推荐引擎是很有潜力做复杂的。用户的品味不仅仅是商品的硬属性决定的。对于软属性，除了网上公开评论的情感分析，对于音乐本身的分析也是一个相当大的领域可以钻研，同理与电影，书籍或其他和taste关系比较大的商品。对此，Spotify的推荐引擎引入了音乐模型来分析音乐本身，这也使得新上榜的音乐有同等的机会出现在推荐列表里。
之前一个朋友转过一篇文章，分析AI为什么不能超越人类创作出最好的曲子，论点是人类对于某个歌曲的喜好，不仅仅是歌曲本身，歌曲相关的故事，超越自我的创作都是歌曲能够惊世的重要因素，是AI无法做到的。同理，对于主观非常强的内容推荐，AI是难以做到突破性的推荐。这也类属于推荐引擎比较纠结的经典问题，多样性Diversity。
我有在Medium上看blog的习惯，如果我看了一两篇和python visualization的文章，接下来的日子我的medium主页就充满了这类文章，非常的烦人，不如不推荐。瑞典本土听书软件storytel，估计非常自信与自己的推荐引擎，所以分类浏览做得很简陋。由于冷启动问题，初次用户费很大精力找到自己感兴趣的书，之后由于推荐缺乏多样性，就被锁定在你看过的书的类属里。一个朋友很明确的告诉我，就是很不满它的推荐，所以不听了。相比之下，Spotify就做得比较好，可能也不一定做得比较好，而是由于人们对于歌曲的喜好的风格比较执着，换来换去，只要风格一致，还是比较喜欢听，不容易腻。歌曲可以反复听，文章，书或电影一般不会反复看。
在开始写这篇文章之前，一直想着一个问题，推荐引擎到底是商家受益更多还是用户收益更多，商家提高推荐引擎推荐质量的动力在哪里?然后我又想起了电商还不普及的那个年代，经常在超市拿起一件你经常用的商品放进购物篮，就会有推销阿姨过来，把你的选择刺裸裸的鄙视了一番，之后极力推荐自己的商品。利益驱动之下，怎么防止商家把这个功能做进推荐引擎呢。就比如搜索引擎，怎么确保放在最前面的搜索结果不是收了最多钱的。用户的确就是羔羊。好在和推荐引擎技术相关的论文或文章中，单纯的工程师们，要致力提高的还是点击率购买率以及推算出来的用户满意度。
去年夏天看过一本书，叫做<nudge>。作者提到，很好的选择架构，选择人会受益很大。比如说菜单的菜品顺序摆放，会极大的影响顾客是选择健康的沙拉，还是油炸垃圾食品。推荐功能从这个角度来说，不仅是nudge，甚至是push。做一个良心的推荐引擎对用户来说有多重要。
部分引用:
https://medium.com/datadriveninvestor/behind-spotify-recommendation-engine-a9b5a27a935
https://www.cs.umd.edu/~samir/498/Amazon-Recommendations.pdf
https://marutitech.com/recommendation-engine-benefits/
作者微信公众号:
