（文／Joseph A. Konstan & John Riedl） 講完了《推薦算法是如何“猜你喜歡”的》 ，現(xiàn)在，你對(duì)于每回上網(wǎng)購(gòu)物時(shí)在線零售商是如何打量你，并努力把你的喜好和其他人的相匹配有了一個(gè)基本的概念。

推薦系統(tǒng)還有另外兩大特點(diǎn)，也對(duì)你最終看到的推薦結(jié)果有著顯著的影響：第一，在弄清楚你和其他購(gòu)物者的相似度有多高之前，推薦系統(tǒng)必須先弄明白你真正喜歡什么；第二，推薦系統(tǒng)依照一組商業(yè)規(guī)則運(yùn)行，以確保推薦結(jié)果既讓你覺得有用，也使商家有利可圖。

推薦算法是如何贏得你的信任，又讓商家有錢可賺的？

采集你的上網(wǎng)數(shù)據(jù)

舉 個(gè)例子，來看亞馬遜的藝術(shù)品商店，上次我們?nèi)タ吹臅r(shí)候那里有 900 多萬(wàn)冊(cè)印刷品和海報(bào)在降價(jià)促銷。亞馬遜的藝術(shù)品商店有這樣幾個(gè)方法來評(píng)估你的喜好。它會(huì)讓你在 1 到 5 顆星的等級(jí)上給某一件藝術(shù)作品打分，它也會(huì)記錄下你把哪些畫點(diǎn)擊放大了來看、哪些畫你反反復(fù)復(fù)看了好多次，你把哪些放進(jìn)了心愿單，還有你最終實(shí)際下單買了 什么。它還會(huì)追蹤在你瀏覽過的每一個(gè)頁(yè)面上都顯示了哪些畫作。在線零售商會(huì)使用你在其網(wǎng)站行進(jìn)的路徑（你瀏覽過的頁(yè)面和點(diǎn)擊商品的鏈接） 來向你推薦相關(guān)聯(lián)的商品。此外，它還把你的購(gòu)買記錄和打分信息結(jié)合起來，建立一個(gè)你長(zhǎng)期購(gòu)買偏好的檔案。

像 亞馬遜這樣的公司會(huì)收集大量此類有關(guān)客戶的數(shù)據(jù)。在你登錄期間，你在它網(wǎng)站上的幾乎每一個(gè)動(dòng)作都會(huì)被記下來，留作將來使用。多虧有了瀏覽器 cookie，連匿名購(gòu)物者的上網(wǎng)記錄商家也能維持，最終這些數(shù)據(jù)將在匿名購(gòu)物者創(chuàng)建賬戶或者登陸時(shí)，鏈接到顧客的個(gè)人資料。這種爆炸式的數(shù)據(jù)采集并非為 在線商家所獨(dú)有，沃爾瑪便以其對(duì)現(xiàn)金收據(jù)數(shù)據(jù)的深入挖掘而著稱于業(yè)界。但是，網(wǎng)上商店處在一個(gè)更有利的位置去查看和記錄，不止是消費(fèi)者買了些什么，還包括 你曾考慮過、瀏覽過和決定不買哪些商品。在全世界大部分地區(qū)，所有這類活動(dòng)都是任人監(jiān)視和記錄的；只有在歐洲，數(shù)據(jù)隱私法在一定程度上限制了這種操作。

當(dāng) 然，不論法律如何，顧客發(fā)現(xiàn)自己的數(shù)據(jù)被人濫用后，都會(huì)產(chǎn)生強(qiáng)烈的抵觸情緒。早在 2000 年 9 月，亞馬遜吃過一次苦頭：有一部分顧客發(fā)現(xiàn)他們收到的報(bào)價(jià)更高，因?yàn)榫W(wǎng)站將他們識(shí)別為老顧客，而不是匿名進(jìn)入或是從某個(gè)比價(jià)網(wǎng)站轉(zhuǎn)接進(jìn)來的顧客。亞馬遜聲 稱這只是一項(xiàng)隨機(jī)的價(jià)格測(cè)試，其呈現(xiàn)出來的結(jié)果與老顧客身份之間的關(guān)聯(lián)純屬巧合。話是這樣說，它還是叫停了這項(xiàng)操作。

在商業(yè)規(guī)則下運(yùn)行

加 在推薦算法之上的種種商業(yè)規(guī)則，旨在防止算法給出愚蠢的推薦，并幫助在線零售商在不失去你信任的前提下實(shí)現(xiàn)營(yíng)業(yè)額的最大化。最起碼，推薦系統(tǒng)應(yīng)該避免人們 說的超市悖論（Supermarket Paradox）。例如，差不多每個(gè)去超市的人都喜歡吃香蕉，也經(jīng)常會(huì)買一些。那么，推薦系統(tǒng)該不該向每一位顧客都推薦香蕉呢？答案是否定的——這樣做既 幫不上顧客，也提高不了香蕉的銷量。所以，智能的超市推薦系統(tǒng)始終會(huì)包括有一條規(guī)則，明確地將香蕉排除在推薦結(jié)果之外。

這 個(gè)例子可能聽起來沒什么，但在我們?cè)缙诮?jīng)手的一個(gè)項(xiàng)目中，我們的推薦系統(tǒng)就曾經(jīng)向幾乎每一個(gè)到訪我們網(wǎng)站的人推薦披頭士的《白色專輯》（White Album）。從統(tǒng)計(jì)學(xué)的意義上講，這是個(gè)很棒的推薦：顧客此前都沒有從這個(gè)電子商務(wù)網(wǎng)點(diǎn)購(gòu)買過這張專輯，而大多數(shù)顧客對(duì)《白色專輯》的評(píng)價(jià)都很高。盡管 如此，這個(gè)推薦仍然是無(wú)效的——任何一個(gè)對(duì)《白色專輯》感興趣的人都已經(jīng)有了一張了。

當(dāng) 然，大部分的推薦規(guī)則都是更加微妙的。比如說，當(dāng)約翰在 9 月份在 Netflix 索動(dòng)作影片時(shí)，結(jié)果中不會(huì)出現(xiàn)《復(fù)仇者聯(lián)盟》（The Avengers），因?yàn)檫@部大片在當(dāng)時(shí)還沒有租借版，這樣的推薦結(jié)果不會(huì)讓 Netflix 有錢賺。因此，約翰被導(dǎo)向了《鋼鐵俠 2》（Iron Man 2），這部片已經(jīng)可以用流媒體播放了。

其他的規(guī)則還包括禁止推薦為招徠顧客而虧本銷售的商品（loss leader）；反過來，鼓勵(lì)推薦滯銷品。在經(jīng)營(yíng)Net Perceptions期間，我們就曾與一位客戶合作，他利用推薦系統(tǒng)來識(shí)別庫(kù)存積壓商品的潛在客戶，取得了相當(dāng)大的成功。

贏取你的信任然而，這種事情很快就會(huì)變得棘手起來。一個(gè)只會(huì)推銷高利潤(rùn)商品的推薦算法是不會(huì)贏得顧客的信任的。這就像是去餐館，那兒的服務(wù)生極力向你推薦某道魚一樣。這個(gè)魚真的是他覺得最好吃的嗎？還是大廚催著底下的人趕在魚變質(zhì)前把它給賣出去？

為 了建立信任感，更復(fù)雜的推薦算法會(huì)盡力保持一定的透明度，讓顧客對(duì)系統(tǒng)為什么會(huì)向自己推薦這件商品有一個(gè)大致的概念，并且在不喜歡收到的推薦結(jié)果時(shí)，可以 更改他們的個(gè)人資料。比如說，你可以刪除你在亞馬遜上買來送禮的購(gòu)物記錄；畢竟，那些東西反映的不是你個(gè)人的喜好。你還可以知道系統(tǒng)為什么會(huì)向你推薦某些 產(chǎn)品。當(dāng)亞馬遜為約翰挑選了 Jonathan Franzen 的小說《自由》之后，約翰點(diǎn)擊標(biāo)簽上的鏈接“為什么推薦給我？”。隨即顯示出一份簡(jiǎn)要的說明，原來是他放在心愿單里的幾本書觸發(fā)了這一推薦。不過，由于他 還沒有讀過心愿單上的那幾本書，約翰就不去管《自由》這個(gè)推薦結(jié)果了。像這樣的解釋說明會(huì)讓用戶明白推薦結(jié)果是否有用。

但 是，完善個(gè)人資料和解釋推薦結(jié)果往往不足以保證系統(tǒng)不出錯(cuò)。最近，亞馬遜用高清大屏幕電視機(jī)（HDTV）的促銷電子郵件對(duì)喬進(jìn)行了轟炸——每周 3 封，連續(xù)扔了一個(gè)月。除了給喬寄了過多的電子郵件，這家零售商還沒有意識(shí)到，喬已經(jīng)用他妻子的賬戶買了一臺(tái)電視機(jī)。此外，這些電子郵件并沒有提供一種很明 顯的方法，讓喬可以說“謝謝，但我不感興趣”。最終，喬取消了他在亞馬遜的一些郵件訂閱；他并不在意收不到各種信息，而且他有了更多的時(shí)間來真的看他的電 視。

推薦算法的作用究竟有多大？

alumni.berkeley.edu

那 好，推薦算法究竟起了多大作用呢？它們當(dāng)然一直都在增加在線銷售額；據(jù)阿倫森集團(tuán)（Aaronson Group）的分析師杰克?阿倫森（Jack Aaronson）估計(jì)，由于推薦算法帶動(dòng)銷售額的增長(zhǎng)，對(duì)推薦算法的投資能獲得 10%-30% 的收益。而且，它們還只是剛剛起步。現(xiàn)在，對(duì)我們這些研究推薦系統(tǒng)的人來說，最大的挑戰(zhàn)在于弄清楚如何去判斷新的方法和算法才最好。這可不像基準(zhǔn)化分析微 處理器那么簡(jiǎn)單，因?yàn)椴煌耐扑]系統(tǒng)有著非常不同的目標(biāo)。

評(píng)價(jià)一個(gè)算法最簡(jiǎn) 單的方法，是看它的預(yù)測(cè)和用戶的實(shí)際評(píng)價(jià)之間差異有多大。舉例來說，假如約翰給青春浪漫小說《暮光之城》（Twilight ）一顆星，亞馬遜或許會(huì)注意到算法根據(jù)其他相似用戶的評(píng)價(jià)曾預(yù)計(jì)約翰會(huì)給兩顆星，也即出現(xiàn)了一顆星的偏差。但是，賣家更加關(guān)心算法在用戶評(píng)價(jià)高的商品上出 的錯(cuò)，因?yàn)楹迷u(píng)多的物品是顧客更有可能購(gòu)買的；約翰反正也不會(huì)買《暮光之城》。所以，把這個(gè)評(píng)價(jià)計(jì)入考慮對(duì)理解推薦算法起了多大作用沒什么幫助。

另 一個(gè)常見方法是看算法給出的推薦結(jié)果和顧客實(shí)際購(gòu)買的商品，之間匹配度有多高。不過，這種方法也可能起到誤導(dǎo)作用，因?yàn)檫@樣分析會(huì)將用戶自己設(shè)法找到的商 品錯(cuò)誤地算在推薦算法的頭上，而用戶自己找得到東西恰恰是最不應(yīng)該被推薦的！鑒于這些方法的缺點(diǎn)，研究人員一直在研究新的評(píng)判指標(biāo)，不只看精度，也會(huì)關(guān)注 像發(fā)現(xiàn)意外驚喜和多樣性等其他屬性。

發(fā)現(xiàn)意外驚喜 （Serendipity）會(huì)加權(quán)不尋常的推薦結(jié)果，尤其是那些對(duì)某一個(gè)用戶極具價(jià)值，但對(duì)其他同類用戶而言沒什么用的推薦結(jié)果。調(diào)整為發(fā)現(xiàn)意外驚喜的算 法會(huì)注意到《白色相簿》似乎是一個(gè)對(duì)幾乎每個(gè)人來說都不錯(cuò)的推薦，因此會(huì)改為尋找一個(gè)不太常見的選擇——也許是 Joan Armatrading 的《愛和情感》。這個(gè)不那么熱門的推薦結(jié)果不太可能擊中目標(biāo)，但一旦它遇上了，則將給用戶帶來一個(gè)大得多的驚喜。

看 推薦結(jié)果的多樣性同樣也很能說明問題。比方說，一個(gè)超愛看 Dick Francis 神秘類小說的用戶，在看到推薦表單里全都是 Dick Francis 的作品時(shí)，仍有可能會(huì)感到失望。一個(gè)真正多樣化的推薦表單會(huì)包括不同作者和不同類型的書，還有電影、游戲和其他的產(chǎn)品。

推 薦系統(tǒng)研究則需要突破各種各樣的阻礙，遠(yuǎn)不止是在現(xiàn)有的系統(tǒng)上進(jìn)行微調(diào)。研究者們眼下正在考慮的是，推薦算法應(yīng)該在怎樣一個(gè)程度上幫助用戶發(fā)掘一個(gè)網(wǎng)站的 內(nèi)容集合中他們未曾了解的部分。比方說，把買書的人送去亞馬遜的服裝部門，而不是給一些安全的、顧客更有可能接受的推薦結(jié)果。在零售世界之外，推薦算法可 以幫助人們接觸到新的想法；就算我們不同意其中的一些，但整體作用大概會(huì)是積極的，因?yàn)檫@將有助于減少社會(huì)的巴爾干化（Balkanization，即碎 片化）。推薦算法能不能做到這一點(diǎn)，還要不讓人感到厭煩或者不信任，仍需拭目以待。

但有一點(diǎn)是明確的：推薦系統(tǒng)只會(huì)變得越來越好，收集越來越多關(guān)于你的數(shù)據(jù)，并在別的、意想不到的地方展示出來。如果你喜歡這篇文章，亞馬遜會(huì)很樂意向你推薦其他所有你可能會(huì)喜歡的關(guān)于推薦系統(tǒng)的書。

Joseph A. Konstan 和 John Riedl 都是美國(guó)明尼蘇達(dá)大學(xué)的計(jì)算機(jī)科學(xué)教授。身為 IEEE 高級(jí)會(huì)員的 Konstan 和 IEEE 會(huì)士的 Riedl 參與創(chuàng)建了 MovieLens 推薦系統(tǒng)。《推薦算法是如何“猜你喜歡”的》是本文的前半部分。

相關(guān)文章：

“猜你喜歡”是怎么猜中你心思的？