導(dǎo)讀：一句話概括推薦算法的原理。

作者：木羊同學(xué)

來(lái)源：華章計(jì)算機(jī)（ID：hzbook_jsj）

推薦系統(tǒng)是為用戶推薦所需物品的軟件工具和技術(shù)。提供的推薦旨在通過(guò)各種決策過(guò)程來(lái)支持用戶，例如，買什么物品、聽(tīng)什么歌曲或讀什么新聞。推薦系統(tǒng)的價(jià)值在于幫助用戶解決信息過(guò)載和做出更好的選擇，也是現(xiàn)在互聯(lián)網(wǎng)領(lǐng)域最強(qiáng)大和最流行的信息發(fā)現(xiàn)工具之一。

今天就和大家聊聊：推薦算法為啥這么“靈”，又為啥會(huì)“失靈”？

01 推薦算法為啥這么“靈”？

要回答這個(gè)問(wèn)題，首先得講清楚推薦算法的原理是什么。

我們知道，互聯(lián)網(wǎng)最大的特點(diǎn)就是有海量的信息。不過(guò)，光是數(shù)量龐大是沒(méi)有任何意義的，需要信息真正發(fā)揮作用才能產(chǎn)生價(jià)值。所以，如何讓信息發(fā)揮價(jià)值，始終是互聯(lián)網(wǎng)發(fā)展的一條主軸。為此，我們想了很多辦法。

“算法推薦系統(tǒng)”出現(xiàn)前，我們的做法是發(fā)現(xiàn)信息，這就是搜索引擎。搜索引擎很有用，但限制也很明顯，遺留了很多問(wèn)題。回想一下：我們要用搜索引擎找信息，不是直接就得到想要的結(jié)果，而是得首先掏出一個(gè)“關(guān)鍵詞”輸入進(jìn)去，然后才能看到命中的結(jié)果。

這個(gè)過(guò)程叫信息檢索，也就是你得首先知道自己對(duì)什么信息感興趣，得有線索，然后才能通過(guò)搜索引擎檢索信息。但這就有個(gè)問(wèn)題，互聯(lián)網(wǎng)實(shí)在太大了，而人的認(rèn)知圈子實(shí)在太小了，這就導(dǎo)致了大量本該有價(jià)值的信息，因?yàn)闆](méi)被人看到，而只能靜靜躺在角落被白白浪費(fèi)了。

這個(gè)問(wèn)題初看不可能有解，畢竟從常識(shí)推斷，我們得首先知道那條信息，才可能判斷對(duì)它是否感興趣，這個(gè)過(guò)程應(yīng)該沒(méi)法顛倒過(guò)來(lái)，去發(fā)現(xiàn)我們不知道但感興趣的信息。但推薦算法做到了，它改變了搜索引擎的做法，不再是發(fā)現(xiàn)信息，而是發(fā)現(xiàn)興趣。

推薦算法是怎樣發(fā)現(xiàn)興趣的呢？聽(tīng)起來(lái)好像很玄乎，不過(guò)原理遠(yuǎn)沒(méi)有想象中的那么復(fù)雜，我用一句話概括——就是依靠人和物的關(guān)聯(lián)關(guān)系，最少只要經(jīng)過(guò)三次關(guān)聯(lián)，就能完成興趣發(fā)現(xiàn)，進(jìn)行一次推薦。

這么說(shuō)不太形象，我舉一個(gè)例子。

• 我愛(ài)喝快樂(lè)水，經(jīng)常去家旁邊的便利店買快樂(lè)水，店長(zhǎng)當(dāng)然很快就知道我對(duì)快樂(lè)水感興趣，這是第一次關(guān)聯(lián)——我關(guān)聯(lián)快樂(lè)水。

• 接著，店長(zhǎng)收完錢，想起來(lái)有另一位顧客也對(duì)快樂(lè)水感興趣，名字就叫小編吧。小編也常到店里買快樂(lè)水，這是第二次關(guān)聯(lián)——快樂(lè)水關(guān)聯(lián)小編。

• 這位小編和我一樣，對(duì)快樂(lè)水有著相同的執(zhí)念，但又有點(diǎn)不同：除了到店里買快樂(lè)水，小編還常買另一樣?xùn)|西——薯片，這就是第三次關(guān)聯(lián)——小編關(guān)聯(lián)薯片。

想到這里，店長(zhǎng)覺(jué)得：既然我們都愛(ài)喝快樂(lè)水，那沒(méi)準(zhǔn)你們也都喜歡吃薯片呢？于是，店長(zhǎng)就向我推薦了薯片。這就是基于興趣的推薦算法，大數(shù)據(jù)分析常舉的例子——啤酒尿布，就是上面的這個(gè)原理。

我最近看到很多文章，說(shuō)推薦算法比女朋友更懂你，外人一看都覺(jué)得挺神奇的，其實(shí)明白了推薦算法的原理，就應(yīng)該知道這是理所當(dāng)然的，術(shù)業(yè)有專攻，除非你的女朋友正好是店長(zhǎng)。

當(dāng)然了，推薦算法原理不復(fù)雜，但實(shí)際要發(fā)揮好作用，還需要根據(jù)應(yīng)用場(chǎng)景作很多調(diào)整。推薦算法的重心在于發(fā)現(xiàn)人與人之間的共同點(diǎn)，但怎么劃分共同點(diǎn)，是有很多不同的方法的。

就拿我們常見(jiàn)的推薦來(lái)說(shuō)，既有“看過(guò)這個(gè)視頻的觀眾還看過(guò)”這類基于視頻節(jié)目的推薦，也有“同城的觀眾都在看”這類基于地理位置的推薦。

早期做推薦很簡(jiǎn)單，是基于點(diǎn)擊量來(lái)推薦，但大家很快發(fā)現(xiàn)：基于點(diǎn)擊量的推薦沒(méi)法發(fā)現(xiàn)差異化的興趣。所以，要想實(shí)現(xiàn)一套好用的推薦算法，通常要綜合方方面面去考慮，而不只是單獨(dú)的一兩個(gè)點(diǎn)。

02 推薦算法為啥會(huì)“失靈”？

推薦算法平時(shí)沒(méi)什么問(wèn)題，但一旦出現(xiàn)極端情況，譬如說(shuō)爆發(fā)大規(guī)模疫情，就會(huì)出現(xiàn)前面我們看到的推薦算法“失靈”的問(wèn)題，大量推薦的都是疫情相同的信息，把其他信息都湮沒(méi)了。

不過(guò)說(shuō)實(shí)話，推薦算法有這樣的結(jié)果，其實(shí)是“合理”的。你想一下：疫情期間你的朋友、家人、同學(xué)或者同事，包括你自己，最關(guān)心的是什么？就是疫情。

推薦算法這邊呢，我們一再?gòu)?qiáng)調(diào)推薦算法要做的是發(fā)現(xiàn)興趣，而恰恰是正確地發(fā)現(xiàn)了你對(duì)疫情的“興趣”，所以推薦算法才給你大量推薦了疫情相關(guān)的信息。非要說(shuō)這是問(wèn)題的話，恐怕首先也得是社會(huì)學(xué)的問(wèn)題。

但是，深入地想一想就會(huì)發(fā)現(xiàn)，這個(gè)問(wèn)題沒(méi)這么簡(jiǎn)單。互聯(lián)網(wǎng)經(jīng)濟(jì)在過(guò)去很長(zhǎng)一段的時(shí)間里是推崇一種理論的，叫長(zhǎng)尾理論，大概意思是：人類社會(huì)中存在著大量的小眾需求，你販賣的東西再離經(jīng)叛道，也總會(huì)能得到真愛(ài)的捧場(chǎng)，互聯(lián)網(wǎng)就是溝通小眾需求的橋梁。

推薦算法在很大程度上也受了這種理論的影響，所以有一種說(shuō)法是：推薦算法的最終目標(biāo)就是能發(fā)現(xiàn)這一個(gè)一個(gè)的小眾圈子，把小眾的信息推薦給圈子里的人。

但現(xiàn)實(shí)卻是另外一回事。近幾年大家討論更多的是另一種互聯(lián)網(wǎng)現(xiàn)象，如果你經(jīng)營(yíng)過(guò)公眾號(hào)或者當(dāng)過(guò)UP主，應(yīng)該會(huì)對(duì)這種現(xiàn)象印象深刻，這就是頭部效應(yīng)。

大部分甚至絕大部分的互聯(lián)網(wǎng)流量，實(shí)際上是被少數(shù)幾個(gè)“頭部”信息生產(chǎn)者吸走了，剩下絕大多數(shù)的信息生產(chǎn)者，則仍然是靜靜地呆在角落里面被人遺忘。

本該打破這一現(xiàn)象的推薦算法，反而加劇了這種現(xiàn)象。因?yàn)檎紦?jù)頭部，所以容易被推薦，因?yàn)槿菀妆煌扑]，所以繼續(xù)占據(jù)頭部，推薦算法導(dǎo)致的這種上升螺旋，讓頭部效應(yīng)更加明顯。如果把本次疫情看作是一個(gè)新的頭部，也許能更好地理解推薦算法為什么會(huì)在疫情中出現(xiàn)失靈。

那么，這個(gè)問(wèn)題應(yīng)該怎么解決呢？這個(gè)問(wèn)題，容易回答，也不容易回答。從技術(shù)的角度看，這個(gè)問(wèn)題想要解決，思路是很清晰的，就四個(gè)字：去極端化。

理論研究和真實(shí)環(huán)境往往有差別。理論研究都愛(ài)對(duì)環(huán)境條件進(jìn)行簡(jiǎn)化假設(shè)，智能算法也不例外，通常假設(shè)各種情況出現(xiàn)的概率是服從均勻分布的，大家應(yīng)該是旗鼓相當(dāng)?shù)墓礁?jìng)爭(zhēng)，誰(shuí)也壓不住誰(shuí)，然后再在這個(gè)假設(shè)條件下構(gòu)建算法的各種邏輯。

但實(shí)際上，一枝獨(dú)秀也許才是真實(shí)環(huán)境中最為常見(jiàn)的情況。其它的所謂競(jìng)爭(zhēng)者，要么是萌新，躲在角落瑟瑟發(fā)抖，要么是菜雞，互啄上不了臺(tái)面。在算法看來(lái)，這種現(xiàn)實(shí)情況和假設(shè)情況相差實(shí)在太遠(yuǎn)，太極端，所以，會(huì)出現(xiàn)奇奇怪怪的結(jié)果自然也就不值得奇怪了。

要讓算法恢復(fù)正常怎么辦呢？只要把極端情況變得不那么極端就可以了，很多依靠評(píng)委打分的比賽為了避免受極端情況影響，通常會(huì)選擇采取去掉一個(gè)最高分和一個(gè)最低分的做法，就是類似的思路。

不過(guò)，技術(shù)本身是中立的，是正是邪，要看使用的人，就好比菜刀，究竟是用來(lái)切菜還是砍人，不是由菜刀自己說(shuō)了算。現(xiàn)在討論的很多問(wèn)題看起來(lái)是技術(shù)的問(wèn)題，其實(shí)還是人的問(wèn)題。譬如人工智能，說(shuō)到自動(dòng)駕駛，我們就很愛(ài)討論一個(gè)話題，說(shuō)算法應(yīng)該怎么處理電車難題。

但實(shí)際上，算法自己是不會(huì)產(chǎn)生價(jià)值觀的，算法的價(jià)值觀，說(shuō)到底還是人的價(jià)值觀。推薦算法究竟要怎么改，說(shuō)到底還是要看推薦算法的使用者怎么定義價(jià)值。

我想，推薦算法最后一定能夠滿足“推薦有價(jià)值信息”這一要求的，但是，這里的“有價(jià)值”究竟是對(duì)誰(shuí)而言的有價(jià)值，那就是另一個(gè)問(wèn)題了。

關(guān)于作者：莫凡，筆名木羊同學(xué)，娛樂(lè)向機(jī)器學(xué)習(xí)解說(shuō)選手，《機(jī)器學(xué)習(xí)算法的數(shù)學(xué)解析與Python實(shí)現(xiàn)》作者，前沿技術(shù)發(fā)展觀潮者，擅長(zhǎng)高冷技術(shù)的“白菜化”解說(shuō)，微信公眾號(hào)“睡前機(jī)器學(xué)習(xí)”，個(gè)人知乎號(hào)“木羊”。

延伸閱讀《機(jī)器學(xué)習(xí)算法的數(shù)學(xué)解析與Python實(shí)現(xiàn)》

推薦語(yǔ)：如果你之前不太了解機(jī)器學(xué)習(xí)，現(xiàn)在想要了解機(jī)器學(xué)習(xí)的主流算法和原理，并希望快速、清晰地建立對(duì)機(jī)器學(xué)習(xí)的“大局觀”，但是擔(dān)心一上來(lái)就被各種艱澀的數(shù)學(xué)公式“揍”得眼冒金星，那這本書就是你想要的。

劃重點(diǎn)????

干貨直達(dá)????

• 盤點(diǎn)人工智能十大經(jīng)典應(yīng)用領(lǐng)域、圖解技術(shù)原理
  

• 智能駕駛系統(tǒng)是怎樣看懂交通標(biāo)志的？3張流程圖給你講明白
  

• 吐血整理：機(jī)器學(xué)習(xí)的30個(gè)基本概念，都在這里了（手繪圖解）
  

• 離婚冷靜期能拯救婚姻嗎？37秒視頻看2001-2019各地離婚排行

更多精彩????

在公眾號(hào)對(duì)話框輸入以下關(guān)鍵詞

查看更多優(yōu)質(zhì)內(nèi)容！

PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白

大數(shù)據(jù)?|?云計(jì)算?|?數(shù)據(jù)庫(kù)?|?Python?|?可視化?|?神操作

AI?|?人工智能?|?機(jī)器學(xué)習(xí)?|?深度學(xué)習(xí)?|?神經(jīng)網(wǎng)絡(luò)

5G?|?中臺(tái)?|?用戶畫像?|?1024?|?大神?|?數(shù)學(xué)?|?揭秘

據(jù)統(tǒng)計(jì)，99%的大咖都完成了這個(gè)神操作

????

新人創(chuàng)作打卡挑戰(zhàn)賽發(fā)博客就能抽獎(jiǎng)！定制產(chǎn)品紅包拿不停！

總結(jié)

以上是生活随笔為你收集整理的推荐算法为啥这么“灵”，又为啥会“失灵”？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。