【一.概述-1】推薦系統簡介

? 1.1 一個例子

在日常生活中，你在打開淘寶購物可能會遇到以下若干情形: ????

1).和好友同時打開app後發現，為什麼兩個人首頁各個頻道「入口的圖片」以及「文字不同」？ ?

2).為什麼同樣搜索可愛小背心，你和好友竟然出現不一樣的商品列表？ ????

3).為什麼我剛剛瀏覽了褲子以後，首頁各個頻道的展現變了？ ????

4).為什麼在對比好友的以上界面，我更喜歡我自己的界面？

【注】: 這裡頻道的概念是指「淘搶購」/「有好貨」/「必買清單」等電商頻道概念，不理解的讀者可以打開APP 以上情形背後的答案就是個性化推薦技術，當然也包含了相關的搜索技術。那淘寶是如何做到的呢，其實這背後就是涉及了數據的收集，挖掘計算，以及個性化呈現。

所以基於上面的問題我們又會問： ????

1).淘寶是「如何知道」我喜歡什麼並且可能「想要買」什麼的？ ????

2).「為什麼」它能做到「每個人都不一樣」？ ????

3).「為什麼」它要「這麼做」？我們一個個來回答

? 1.2 淘寶是如何知道的

回答這個問題，其實背後是一套機器學習的方法在支撐，所以我們先要弄清楚「什麼是機器學習」。

▏1.2.1 機器學習概述

討論機器學習前，我們先看看什麼是人的學習，這裡主題是人。學習，是指通過「閱讀、聽講、思考、研究、實踐」等途徑獲得知識或技能的過程。學習分為「狹義」與「廣義」兩種，狹義：通過閱讀、聽講、研究、觀察、理解、探索、實驗、實踐等手段獲得知識或技能的過程，是一種使個體可以得到持續變化（知識和技能，方法與過程，情感與價值的改善和升華）的行為方式。廣義：是人在生活過程中，通過獲得經驗而產生的行為或行為潛能的相對持久的行為方式。學習後的主體「在未來」的生活中可以「將過去」學習到的「知識，技能」「應用」於生產生活，「來開展工作」。 ?

那從字面上來理解，機器學習就是將主體換為機器，並且它通過某種途徑來獲取知識或者技能的過程，並應用於未來的生活工作。人獲取知識的「外化載體」是書本，音頻，視頻等，「傳輸通道」是人的感官，處理中心是大腦，而對應於機器外化載體也同樣可以有以上各類信息源，並且使用各類「外放設備」收集信息，處理中心是「CPU與存儲」共同維護。 ????

人的學習有兩個基本方法，一個是「演繹法」，一個是「歸納法」，這兩種方法分別對應人工智慧中的兩種系統：「專家系統」和「機器學習系統」。所謂演繹法，是從已知的規則和事實出發，推導新的規則、新的事實，這對應於專家系統。專家系統也是早期的人工智慧系統，它也稱為規則系統，找一組某個領域的專家，如醫學領域的專家，他們會將自己的知識或經驗總結成某一條條規則、事實，例如某個人體溫超過37度、流鼻涕、流眼淚，那麼他就是感冒，這是一條規則。當這些專家將自己的知識、經驗輸入到系統中，這個系統便開始運行，每遇到一些新情況，會將之變為一條條事實。當將事實輸入到專家系統時，專家會根據規則或事實進行推導、梳理，並得到最終結論，這便是專家系統。而歸納法是「從現有樣本數據中不斷地觀察、歸納、總結出規律和事實，對應機器學習系統或統計學習系統，側重於統計學習，從大量的樣本中統計、挖掘、發現潛在的規律和事實」。