本文為PMCAFF專欄作者趙知了出品

• 為什么抖音刷起來(lái)停不下來(lái)？

• 為什么網(wǎng)易云音樂(lè)總能推薦我喜歡的？

• 你的愛(ài)好和口味系統(tǒng)到底是怎么猜到的？

內(nèi)容推薦是一個(gè)較為復(fù)雜的模塊，這篇文章先簡(jiǎn)單聊聊基于個(gè)性化推薦的內(nèi)容分發(fā)系統(tǒng)。整體分成五部分，基于之前工作總結(jié)和網(wǎng)上內(nèi)容參考，越寫(xiě)越啰嗦，見(jiàn)諒。

目錄

內(nèi)容推薦與增長(zhǎng)

推薦算法的商業(yè)價(jià)值

興趣偏好

認(rèn)識(shí)推薦算法

從零到一搭建推薦算法

后記?

1

內(nèi)容推薦與增長(zhǎng)

聊個(gè)性化推薦，必須聊到今日頭條。今日頭條的崛起開(kāi)始，標(biāo)志著基于用戶個(gè)性化的內(nèi)容推薦模式成為內(nèi)容分發(fā)不可忽視的力量。

那頭條是如何彎道超車(chē)，一舉成為信息分發(fā)領(lǐng)域的巨無(wú)霸呢？首先我們先回顧之前各大新聞客戶端、門(mén)戶是如何組織分發(fā)內(nèi)容的。

編輯生產(chǎn)內(nèi)容——APP/門(mén)戶展示內(nèi)容——用戶閱讀內(nèi)容

評(píng)價(jià)產(chǎn)品，既要看它所帶來(lái)的用戶價(jià)值，又要看它能產(chǎn)生的商業(yè)價(jià)值。以新浪搜狐為代表的的新聞客戶端門(mén)的商業(yè)價(jià)值是什么？

廣告

互聯(lián)網(wǎng)廣告主要分成三種業(yè)務(wù)形式，CPC（按用戶點(diǎn)擊付費(fèi)）、CPM（按展示付費(fèi)）、CPA（按行為付費(fèi)）。這意味著用戶在App上停留時(shí)間越長(zhǎng)、越活躍，越有可能帶來(lái)更多的品牌曝光和廣告點(diǎn)擊。最終為 App 帶來(lái)利潤(rùn)。

因此新聞客戶端的商業(yè)模式和核心目標(biāo)也就清晰了：生產(chǎn)更多的內(nèi)容，讓用戶更持久的留在平臺(tái)中。

如圖，這一個(gè)合理的、正向的循環(huán)。然而在頭條看來(lái)，這個(gè)模式依然有不足。不足是什么？

回歸本質(zhì)，平臺(tái)內(nèi)容是否有效的滿足了用戶。這里包含兩層意思，一是用戶本身訴求是否滿足；另一層是這種滿足是否覆蓋了足夠多的用戶。

首先，先分析第一點(diǎn)：用戶本身訴求是否滿足？

我們思考用戶需求的是什么？用戶們?cè)谧x什么？在讀信息。那信息到底是什么？兩方對(duì)此都有不同的理解，而這種理解決定了發(fā)展方向的不同。新浪們認(rèn)為，信息就是有價(jià)值的內(nèi)容，就是新聞。頭條認(rèn)為，信息就是值得閱讀的內(nèi)容。

兩者有什么差異？

1.對(duì)可讀信息的理解不同

新浪認(rèn)為，可讀信息即是有價(jià)值的新聞。一條信息是否有價(jià)值，能被稱之為新聞，由資深編輯們主導(dǎo)，展示由平臺(tái)來(lái)決定。

頭條認(rèn)為，可讀信息就是用戶感興趣的內(nèi)容。有大眾生產(chǎn)，也由大眾消費(fèi)。用戶個(gè)體主觀、獨(dú)立決定是否對(duì)這條信息感興趣。

這兩種決策思路，使新浪們的信息總量對(duì)單個(gè)用戶來(lái)說(shuō)是相對(duì)固定的。而對(duì)頭條的單個(gè)用戶來(lái)說(shuō)，信息總量無(wú)限多。

2.信息生產(chǎn)成本不同

新浪們，雇傭編輯生產(chǎn)內(nèi)容，保證了內(nèi)容質(zhì)量，但成本相對(duì)高；今日頭條，將內(nèi)容生產(chǎn)權(quán)和消費(fèi)權(quán)交給更廣闊的用戶，自己做好平臺(tái)的內(nèi)容分發(fā)工作就可以。成本遠(yuǎn)低于新浪。

3.最重要的，面向用戶群不同

新浪們，面向?qū)?nèi)容質(zhì)量有一定要求，且訴求明確的群體；今日頭條面向?qū)π畔⒃V求處于初級(jí)階段，對(duì)信息質(zhì)量和標(biāo)準(zhǔn)要求不高的群體。這部分群體更廣大。

基于個(gè)性化的推薦系統(tǒng)，頭條內(nèi)容池也可以在同一個(gè)內(nèi)容列表頁(yè)有效滿足了長(zhǎng)尾用戶的多樣性需求。

準(zhǔn)確的產(chǎn)品定位，有效的滿足訴求，廣闊的增長(zhǎng)空間，這是我們?cè)谡剛€(gè)性化推薦給頭條帶來(lái)巨大增長(zhǎng)時(shí)所需要了解的宏觀條件，如果這些條件不具備，無(wú)論多完善的推薦系統(tǒng)也發(fā)揮不出巨大能量。頭條增長(zhǎng)模式值得研究，但可以肯定的是，增長(zhǎng)時(shí)系統(tǒng)工程，不存在一招通殺。重視個(gè)性化推薦，但也不用過(guò)分神化。

2

商業(yè)價(jià)值

談商業(yè)價(jià)值，結(jié)合實(shí)際，以我做過(guò)的醫(yī)美項(xiàng)目為例，醫(yī)美App的盈利模式是什么？

1.引導(dǎo)用戶下單，從訂單中抽傭；

2.引導(dǎo)商戶投放社區(qū)廣告，從效果中獲益。

先談第一點(diǎn)，對(duì)醫(yī)美用戶來(lái)說(shuō)，從對(duì)某個(gè)項(xiàng)目感興趣到下單，需要非常長(zhǎng)的決策周期（平均3-4周）。對(duì)平臺(tái)來(lái)說(shuō)，用戶決策時(shí)間越短，越有利于促進(jìn)訂單轉(zhuǎn)化，從而獲利。

那如何縮短用戶決策時(shí)間呢？

醫(yī)美，全稱醫(yī)療美容。是一個(gè)新興產(chǎn)業(yè)，需要進(jìn)行大量用戶教育工作。同時(shí)有很多醫(yī)美用戶或商家在平臺(tái)內(nèi)寫(xiě)了大量整容日記。這些日記具有用戶真實(shí)案例和科普雙重作用，有效降低用戶抵觸心理，消解擔(dān)心。對(duì)幫助用戶決策非常有效。因此需要向這些用戶推薦與他們相關(guān)的內(nèi)容，有利于提升整體訂單轉(zhuǎn)化率，從而提高企業(yè)利潤(rùn)。

再說(shuō)第二點(diǎn)，醫(yī)美項(xiàng)目間區(qū)別很大，不同用戶對(duì)項(xiàng)目?jī)?nèi)容訴求差異非常大。一個(gè)想割雙眼皮的用戶很大概率對(duì)隆鼻沒(méi)什么興趣。

所以隆鼻商家廣告展示給雙眼皮用戶沒(méi)有任何價(jià)值。這種低效地投放展示對(duì)平臺(tái)造成資源浪費(fèi)，對(duì)用戶來(lái)說(shuō)體驗(yàn)差，商家也不會(huì)買(mǎi)賬，這是三方都是一個(gè)多輸局面。因此提升廣告投放的準(zhǔn)確性，成了多方訴求和趨勢(shì)。

互聯(lián)網(wǎng)產(chǎn)品是信息的集合，它最大的作用是信息分發(fā)，而推薦系統(tǒng)正式這個(gè)訴求下最重要影響最深遠(yuǎn)的解決方案。它兼顧每個(gè)用戶，讓信息傳遞更公平、更有效率，這即是它最大的商業(yè)價(jià)值和用戶價(jià)值。

3

興趣偏好

了解推薦算法之前，首先我們認(rèn)識(shí)一個(gè)詞——“用戶偏好”，又稱“感興趣的 xx”。

偏好是什么？是傾向性。用戶偏好指的就是用戶對(duì)某一事物的傾向性。

假設(shè)你喜歡吃冰淇淋，那么在超市琳瑯滿目的商品中，你一定會(huì)多看冰淇淋一眼，也有可能指著冰淇淋問(wèn)價(jià)格，還有可能會(huì)挑挑選選然后購(gòu)買(mǎi)，甚至再來(lái)一根。互聯(lián)網(wǎng)產(chǎn)品挖掘用戶偏好的方法簡(jiǎn)單來(lái)說(shuō)也是如此。

我們都知道無(wú)論是網(wǎng)頁(yè)還是APP，用戶在網(wǎng)上的任何操作都會(huì)被記錄下來(lái)。當(dāng)你對(duì)某個(gè)內(nèi)容產(chǎn)生興趣，必然會(huì)有更多的瀏覽點(diǎn)擊，更多的咨詢和購(gòu)買(mǎi)。系統(tǒng)則根據(jù)一套算法計(jì)算用戶行為，對(duì)用戶偏好進(jìn)行分析判斷，判斷你喜歡什么。

還是以醫(yī)美產(chǎn)品為例，平臺(tái)上有各大商家的產(chǎn)品，如雙眼皮、隆鼻、水光針等等很多品類。我們會(huì)統(tǒng)計(jì)用戶在站內(nèi)行為數(shù)據(jù)和并對(duì)不同行為進(jìn)行加權(quán)計(jì)算，最后結(jié)果就是用戶的品類偏好。

比如，瀏覽相關(guān)的帖子、瀏覽商品、將商品加入購(gòu)物車(chē)、下單支付、咨詢商品等行為，為每個(gè)行為賦有權(quán)重。通過(guò)計(jì)算行為頻次再乘以權(quán)重，我們會(huì)得到該用戶對(duì)某類項(xiàng)目的偏好值。再和其他項(xiàng)目偏好值進(jìn)行對(duì)比，值最大的項(xiàng)目就是該用戶最感興趣的項(xiàng)目。

有了用戶偏好特征這個(gè)數(shù)據(jù)，我們就解決了用戶可能對(duì)什么感興趣的問(wèn)題，接下來(lái)我們就把相應(yīng)的內(nèi)容推薦給用戶就好了。

這是一個(gè)相對(duì)粗糙，但在產(chǎn)品前期很有效的偏好計(jì)算方法。隨著內(nèi)容豐富度越高，推薦精細(xì)度要求也就越高，這套計(jì)算方法推薦準(zhǔn)確度就會(huì)下降。我們就可以引入推薦系統(tǒng)，更系統(tǒng)長(zhǎng)期的改善這個(gè)問(wèn)題。

4

認(rèn)識(shí)推薦系統(tǒng)

相似度計(jì)算

衡量用戶之間、內(nèi)容之間的相似性我們用距離來(lái)刻畫(huà)。距離越小，相似度越高，反之則說(shuō)明相似度越低。常用歐氏距離和余弦距離進(jìn)行度量。由于距離在很多算法中都會(huì)用到，屬于技術(shù)性質(zhì)，在這里不多涉及。

常見(jiàn)的推薦系統(tǒng)主要分成三大類。

1.基于人口統(tǒng)計(jì)學(xué)的推薦

用一句話來(lái)說(shuō)就是，系統(tǒng)對(duì)某個(gè)用戶推薦的內(nèi)容，取決于和他相似具有相似特征的用戶喜歡的內(nèi)容。

用戶A 是名女性，年齡介于 18-22 歲，偏好商品A；用戶B 是名男性，年齡介于 30-40 歲，偏好商品B、商品C；用戶C 是名女性，年齡介于 18-22 歲；我們已為每位用戶建立了用戶畫(huà)像，現(xiàn)在我們要給用戶C 進(jìn)行推薦。基于用戶畫(huà)像和合適的距離度量計(jì)算用戶的相似度， 我們發(fā)現(xiàn)用戶A 與用戶C 最相似，可將用戶A偏好的物品A推薦給用戶C。

優(yōu)點(diǎn)

①該推薦算法僅使用用戶的基本信息數(shù)據(jù)，不涉及用戶對(duì)物品的歷史偏好數(shù)據(jù)，所以對(duì)于新用戶來(lái)說(shuō)，只要有他（她）的基本信息就可以進(jìn)行推薦，不存在“冷啟動(dòng)”問(wèn)題；

②該推薦算法在不同的物品領(lǐng)域都可以使用，因?yàn)樗灰蕾囉谖锲沸畔?#xff1b;

缺點(diǎn)

①該推薦算法目前僅基于用戶的基本信息，推薦比較粗糙；

②用戶的基本信息不好獲取，比如年齡、性別、職業(yè)等；在某些情況下，用戶的基本信息也需要通過(guò)建模獲取；

2.基于內(nèi)容的推薦——你喜歡的事物，給你推薦近似的事物

用一句話說(shuō)就是，通過(guò)內(nèi)容的基本信息確認(rèn)內(nèi)容與內(nèi)容間的相似度，再根據(jù)用戶歷史偏好記錄，將相似內(nèi)容推薦給用戶。

用戶A 喜歡電影A，用戶B 喜歡電影B，用戶C 喜歡電影C，通過(guò)分析電影信息標(biāo)簽我們發(fā)現(xiàn)電影A 和電影B 屬于相似影片。所以我們向用戶A 推薦電影B，向用戶B 推薦電影A。

存在問(wèn)題

①數(shù)據(jù)質(zhì)量要求高：該推薦算法依賴于物品或內(nèi)容的描述數(shù)據(jù)，描述得越全面、完整，推薦得就越精確；即該算法對(duì)物品內(nèi)容的數(shù)據(jù)質(zhì)量要求較高；

②考慮不全面：該算法僅從物品內(nèi)容本身的特征出發(fā)，沒(méi)有考慮到用戶對(duì)物品內(nèi)容的態(tài)度；

③新用戶問(wèn)題：需要基于用戶的歷史偏好信息，所有對(duì)新用戶無(wú)法進(jìn)行推薦；

3.基于協(xié)同過(guò)濾的推薦

①基于用戶的協(xié)同過(guò)濾——和你相似的用戶還喜歡什么？

用戶A 偏好內(nèi)容A，用戶B偏好內(nèi)容A、B、C，用戶C偏好內(nèi)容B、C。

假設(shè)我們要對(duì)用戶C進(jìn)行推薦，通過(guò)相似度計(jì)算，我們發(fā)現(xiàn)發(fā)現(xiàn)用戶C 與用戶B 的距離最小，相似度最高，說(shuō)明他們的偏好一致，可將用戶B 偏好的而用戶C還沒(méi)未接觸的內(nèi)容A 推薦給用戶C。

②基于內(nèi)容的協(xié)同過(guò)濾——買(mǎi)過(guò)這款產(chǎn)品的用戶還買(mǎi)過(guò)什么？

用戶A 偏好內(nèi)容A，用戶B 偏好內(nèi)容B、C，用戶C 偏好內(nèi)容C

假設(shè)我們想推薦內(nèi)容B，基于歐式距離計(jì)算內(nèi)容B 與內(nèi)容A、C之間的距離，發(fā)現(xiàn)內(nèi)容B 與內(nèi)容C 的距離最小，相似性最高，說(shuō)明內(nèi)容B、C比較相似，可能是同類產(chǎn)品，我們可將內(nèi)容B 推薦給喜歡內(nèi)容C 卻還沒(méi)對(duì)內(nèi)容B 表示出偏好的用戶C。

與上面基于內(nèi)容推薦區(qū)別是，前者，基于內(nèi)容推薦更偏向于兩個(gè)內(nèi)容是接近的、相似的，與用戶的行為無(wú)關(guān)；后者，與事物是否相似關(guān)系較小，更多與用戶行為有關(guān)，存在順承關(guān)系。

基于用戶的協(xié)調(diào)過(guò)濾和基于物品的協(xié)同過(guò)濾都能達(dá)到不錯(cuò)的效果，前者是先找相似的人，再找相似的人喜歡的物品；后者則是找到和某個(gè)物品相關(guān)的物品。兩者在實(shí)際應(yīng)用上有一定的區(qū)別。

如果是電商平臺(tái)，商品信息相對(duì)穩(wěn)定，在這種情況下基于物品的協(xié)同過(guò)濾算法更合適，不僅實(shí)時(shí)計(jì)算壓力小，且不用頻繁更新；

如果是一個(gè)新聞或者是內(nèi)容網(wǎng)站，內(nèi)容數(shù)據(jù)偏多且不斷更新，用戶規(guī)模大。造成內(nèi)容重疊度低，特征變化快，再計(jì)算內(nèi)容相似度，計(jì)算更復(fù)雜。可采用基于用戶的協(xié)同過(guò)濾。從計(jì)算的復(fù)雜度來(lái)講，這兩個(gè)算法各有優(yōu)勢(shì)，我們要根據(jù)不同場(chǎng)景的特點(diǎn)去選擇。

在實(shí)際應(yīng)用中，一般不會(huì)只采用某一種推薦算法，而是將各個(gè)推薦算法進(jìn)行組合。這方面更多是技術(shù)算法策略問(wèn)題。

5

從零搭建推薦系統(tǒng)

如果我們想搭建個(gè)性化的內(nèi)容推薦系統(tǒng)要考慮哪些問(wèn)題？

首先最重要的評(píng)估這件事

1.宏觀大盤(pán)，如開(kāi)頭提到，今日頭條產(chǎn)品面向的人群比其他新聞客戶端更大，有著更為精準(zhǔn)的產(chǎn)品定位和用戶增長(zhǎng)空間，而推薦系統(tǒng)解決了信息分發(fā)效率問(wèn)題，為今日頭條的崛起插上了翅膀。所以在開(kāi)始搭建之前要明確推薦系統(tǒng)給產(chǎn)品帶來(lái)了哪些用戶價(jià)值和商業(yè)價(jià)值，否則很難調(diào)動(dòng)大量人員參與到這個(gè)項(xiàng)目中。

2.自身儲(chǔ)備。做推薦，需要大量的內(nèi)容庫(kù)和用戶樣本、結(jié)構(gòu)化的標(biāo)簽數(shù)據(jù)和強(qiáng)大的算力。三者少一個(gè)都支撐不了推薦系統(tǒng)。

其次，衡量推薦系統(tǒng)的作用

非常認(rèn)可一句話，如果你無(wú)法衡量它，你就無(wú)法有效增長(zhǎng)它。我們要明確這件事的核心目的，核心指標(biāo)、相關(guān)性指標(biāo)分別是什么？

回到醫(yī)美App日記內(nèi)容推薦中分析。我們做推薦，核心目的：縮短用戶決策時(shí)間，提升訂單量。因此訂單量是核心衡量指標(biāo)。

由于在成單路徑上，受到很多因素影響，我們要找到與推薦系統(tǒng)最相關(guān)的指標(biāo)。我梳理了一個(gè)簡(jiǎn)單用戶行為路徑。

從上面我們可以看出，推薦系統(tǒng)相關(guān)性指標(biāo)分別是，日記點(diǎn)擊率、次日留存、閱讀篇數(shù)、商品詳情頁(yè)穿透率、停留時(shí)長(zhǎng)。參考這些指標(biāo)，有利于我們對(duì)推薦系統(tǒng)的實(shí)際效果進(jìn)行評(píng)估。

除了指標(biāo)數(shù)據(jù)外，不同維度的數(shù)據(jù)（如feed流的數(shù)據(jù)規(guī)律、分層用戶的數(shù)據(jù)表現(xiàn)）也要注意挖掘提煉和分析。

第三，真正開(kāi)始設(shè)計(jì)搭建推薦系統(tǒng)。

內(nèi)容推薦的搭建主要分成三個(gè)模塊，分別是內(nèi)容模塊、用戶模塊、分發(fā)模塊。

內(nèi)容模塊：

1.對(duì)要儲(chǔ)備足夠大量的內(nèi)容，建立內(nèi)容分發(fā)池。無(wú)論是人工生產(chǎn)還是爬蟲(chóng)抓取，足夠多的內(nèi)容庫(kù)是內(nèi)容分發(fā)的基礎(chǔ)。

2.對(duì)內(nèi)容進(jìn)行結(jié)構(gòu)化處理。從標(biāo)簽、分類、維度等角度建立標(biāo)簽（Tag）。根據(jù)實(shí)際情況的不同，分類的顆粒度也會(huì)有差異。理論上Tag越準(zhǔn)確越豐富，推薦效果越好。維度設(shè)計(jì)除基本屬性類別作為標(biāo)簽，前期也可以開(kāi)放部分打標(biāo)簽的權(quán)限給用戶，允許自主分類，發(fā)現(xiàn)用戶需求，使標(biāo)簽更貼合用戶。當(dāng)然注意標(biāo)簽維度更新頻率要低。

用戶模塊：

1.對(duì)用戶畫(huà)像。通過(guò)用戶自填、功能設(shè)計(jì)、系統(tǒng)抓取等方式收集梳理用戶必要信息，如性別、年齡等，對(duì)不同用戶的群體特征進(jìn)行打標(biāo)簽，通過(guò)對(duì)標(biāo)簽的分類聚合形成一個(gè)個(gè)不同層次的用戶畫(huà)像。

2.用戶行為數(shù)據(jù)，通過(guò)埋點(diǎn)，收集分析用戶站內(nèi)行為，發(fā)現(xiàn)用戶偏好，分析用戶對(duì)內(nèi)容的消費(fèi)行為和反饋。

分發(fā)模塊：

1.確定推薦策略和推薦模型，這個(gè)主要是產(chǎn)品參與，技術(shù)主導(dǎo)。

2.進(jìn)行內(nèi)容展示的功能、交互和反饋設(shè)計(jì)。通過(guò)功能層對(duì)初期的推薦系統(tǒng)在分發(fā)方式上進(jìn)行合理補(bǔ)充。

最后，當(dāng)一切就緒后，就可以準(zhǔn)備上線了。我們可以通過(guò)A&B測(cè)試的方式，建立對(duì)照組，評(píng)估我們的推薦系統(tǒng)是否有效帶來(lái)了增長(zhǎng)，是否顯著拉動(dòng)了相關(guān)指標(biāo)尤其是核心指標(biāo)。AB測(cè)試能夠?yàn)槲覀冊(cè)诤笮柰扑]系統(tǒng)的迭代優(yōu)化中，起到非常重要的幫助。

至此，相對(duì)簡(jiǎn)單的推薦系統(tǒng)就搭建好了。

6

后記

推薦系統(tǒng)是非常純粹互聯(lián)網(wǎng)產(chǎn)物，它專注解決兩個(gè)問(wèn)題，一是如何向用戶推薦他感興趣的內(nèi)容；二是如何發(fā)現(xiàn)用戶更可能感興趣的。隨著各大公司對(duì)推薦算法研究深入，推薦準(zhǔn)確度會(huì)不斷提高。但同時(shí)，隨著用戶整體認(rèn)知水平不斷提高，對(duì)信息質(zhì)量的訴求也會(huì)逐漸豐富，這種豐富會(huì)倒逼內(nèi)容分發(fā)更具多樣性。我相信，信息分發(fā)領(lǐng)域永遠(yuǎn)不存在一家獨(dú)大，永遠(yuǎn)都有可能誕生出潛力無(wú)限的偉大公司。

我曾經(jīng)非常喜歡推薦系統(tǒng)，因?yàn)樗粌H具備多重價(jià)值，還擁有某種社會(huì)意義。它讓信息更公平，每個(gè)人擁有信息閱讀的權(quán)利，間接促進(jìn)了社會(huì)公平。但是，推薦系統(tǒng)走向了彎路，它圍繞用戶編制了巨大的信息網(wǎng)，讓用戶無(wú)法跳出去看問(wèn)題。這種信息繭房，營(yíng)造了短暫的信息滿足，限制了用戶探索的欲望，讓大眾認(rèn)知更局限，更偏激。

當(dāng)然沒(méi)有東西是完美的，推薦系統(tǒng)也在不斷迭代，在臺(tái)前幕后，不斷試圖了解我們的內(nèi)心和情感，像親人，也像魔鬼。

我也曾感動(dòng)于系統(tǒng)如此懂我，但卻時(shí)常懷念，曾經(jīng)去跑到地?cái)偳百I(mǎi)份報(bào)紙讀半天的自己。

總結(jié)

以上是生活随笔為你收集整理的“猜你喜欢” — 浅谈内容分发中的推荐系统的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。