2019.6.25補充：這篇文章是我初學推薦策略時非常粗糙的見解，想要深入學習推薦策略，建議仔細閱讀《推薦系統實踐》（項亮，人民郵電出版社）這本書，該書可以解答有關推薦策略的大部分困惑。

推薦策略的兩個關鍵問題分別是「召回」和「排序」。「召回（match）」指從全量信息集合中觸發儘可能多正確的結果，並將結果返回給「排序」，它可能包含來源於渠道，比如協同過濾、主題模型、內容召回和熱點召回等渠道，能夠從內容庫中選出多樣性的偏好內容。而「排序（rank）「則是指對多個召回渠道的內容進行統一打分排序，選出最優的少量結果。

下面來重點說說「召回（match）」。

1

「召回」指從全量信息集合中觸發儘可能多正確的結果。在搜索系統中，用戶對這個「正確的結果」有預期，比如搜索「北京大學」時想看到的就是北大相關的網站、新聞等。但在推薦系統中，用戶並沒有一個明確的檢索詞（Query）輸入，用戶自身的需求就不太明確，推薦系統需要做的，就是根據用戶畫像、內容畫像等各種信息為用戶推薦他可能感興趣的內容，達到延長用戶停留時間的作用。另外，由於沒有明確的Query，推薦系統中的召回面對的是全量信息池，需要從整個信息集合中挑選出儘可能多的相關結果，剔除相關性較弱的結果，降低排序階段的工作量。

2

怎樣的召回策略是好的？我們主要看兩個評價指標，即召回率和準確率。

  • 召回率（Recall）=系統檢索到的相關內容 / 系統所有相關的內容總數
  • 準確率（Precision）=系統檢索到的相關內容 / 系統所有檢索到的內容總數

以搜索為例，當用戶搜索「北京大學」時，想看到的是北大相關的網站、新聞等，而系統返回了以下三個網頁：

a. 北京大學保安考上研究生

b. 北京互聯網工作招聘

c. 大學生活是什麼樣的

可以看到，只有a是用戶真正想看到的，其他兩個和用戶搜索詞無關，而事實上資料庫裏還有這種網頁：

d. 北大開學季

e. 未名湖的景色

d、e這兩個網頁沒被搜索到，但它們和「北京大學」的相關度其實是超過b、c的，也就是應該被搜索（被召回）到但實際並沒有顯示在結果裏的，所以，這個系統的：

l 召回率 = a / (a + d + e)=0.33

l 準確率 = a /(a + b + c)=0.33

這是搜索情境下的召回率和準確率，而「推薦」其實就是沒有檢索詞輸入時的搜索，例如，用戶並沒有輸入「北京大學」這樣的關鍵詞，但其實他是北京大學的學生，對自己學校相關的新聞很感興趣，推薦系統的召回就是要根據用戶畫像、內容畫像等各種信息，為用戶提供他感興趣的相關內容，所以也存在召回率和準確率的問題。召回率和準確率有時存在相互制衡的情況，好的召回策略應該在保證高準確率的情況下也保證高召回率。

3

召回策略有很多種，其中比較重要的有兩種：基於內容匹配的召回和基於協同過濾的召回。

· 基於內容匹配的召回

內容匹配即將用戶畫像與內容畫像進行匹配，又分為基於內容標籤的匹配和基於知識的匹配。例如，A用戶的用戶畫像中有一條標籤是「楊冪的粉絲」，那麼在他看了《綉春刀2》這部楊冪主演的電影后，可以為他推薦楊冪主演的其他電影或電視劇，這就是「基於內容標籤的匹配」；而「基於知識的匹配」則更進一步，需要系統存儲一條「知識」——《綉春刀2》是《綉春刀1》的續集，這樣就可以為看過《綉春刀2》的用戶推薦《綉春刀1》。

基於內容匹配的召回率較高，但準確率較低，比較適用於冷啟動的語義環境。

· 基於協同過濾的召回

如果僅使用上述較簡單的召回策略，推薦內容會較為單一，目前業界最常用的基於協同過濾的召回，它又分為基於用戶、基於項目和基於模型的協同過濾。

其中，基於用戶（User-based）的協同推薦是最基礎的，即發現與用戶相似的其他用戶，用用戶的瀏覽記錄做相互推薦。例如，通過瀏覽記錄發現用戶一與用戶二的偏好類似，就將用戶一點擊的內容推送給用戶二。

基於項目（Item-based）的協同過濾中的「項目」可以視場景定為信息流產品中的「內容」或者電商平臺中的「商品」，其計算項目之間的相似性，再根據用戶的歷史偏好信息將類似的物品推薦給該用戶。

基於模型的協同過濾推薦（Model-based）就是基於樣本的用戶喜好信息，訓練一個推薦模型，然後根據實時的用戶喜好的信息進行預測推薦。

總體來說，基於協同過濾的召回即建立用戶和內容間的行為矩陣，依據「相似性」進行分發。這種方式準確率較高，但存在一定程度的冷啟動問題。

在實際運用中，採用單一召回策略的推薦結果實際會非常粗糙，通用的解決方法是將規則打散，將上述幾種召回方式中提煉到的各種細小特徵賦予權重，分別打分，並計算總分值，預測CTR。例如，根據內容匹配召回策略，用戶A和內容甲的標籤匹配度為0.6，同時，根據協同過濾召回策略，應該將內容甲推薦給用戶A的可能性為0.7，那麼就為0.6和0.7這兩個數值分別賦予權重（這個權重可能會根據演算法的具體情況來確定），得出總分，用它來預測用戶可能點擊的概率，從而決定是否返回該結果。

參考文獻：

1. 閆澤華，《內容演算法》，中信出版集團.

2. IBM官網資料探索推薦引擎內部的祕密，第 1 部分: 推薦引擎初探

4. 今日頭條推薦演算法原理首公開，頭條首席演算法架構師帶來詳細解讀：leiphone.com/news/20180


推薦閱讀：
相關文章