個性化推薦中的算法與推薦策略-路走的多了才成為路

在一個推薦場景上線之前，我們要做以下分析并調(diào)整推薦策略：

（1）分析該場景要推薦的網(wǎng)站對象（商品，買家，賣家，類目或者資訊）：

a)已經(jīng)有哪些用戶行為：點(diǎn)擊瀏覽、收藏、交易等，這影響到構(gòu)建一個什么樣的行為矩陣；

b)以上用戶行為的數(shù)據(jù)量情況：如果行為量足夠，可以考慮僅適用某種行為（比如，基于收藏行為，計算商品之間的行為相關(guān)性）；如果數(shù)量不夠，就需要綜合足夠多的行為數(shù)據(jù)，構(gòu)建一個綜合性的用戶對象數(shù)據(jù)矩陣；

c)網(wǎng)站對象數(shù)量級：是百萬，千萬還是億級別，這就需要考慮使用不同算法計算網(wǎng)站對象的相關(guān)性時，是否能夠?qū)崿F(xiàn)——比如，要約束具體每一個算法在2個小時內(nèi)執(zhí)行完；該問題需要和第二步綜合起來考量。實(shí)在不行，可以將網(wǎng)站對象依據(jù)某些分類規(guī)則拆分成幾個計算單元。

（2）這些網(wǎng)站對象是否在別的應(yīng)用場景已經(jīng)做了個性化推薦：

a)是否已經(jīng)在“集體智慧”算法的推動下被展示給用戶；

b)是否在別的邏輯下被“推薦”：比如，基于當(dāng)前資訊所在類目，按點(diǎn)擊量推薦或者按照文章發(fā)布日期推薦最新的。

對于一個全新的剛剛建立的網(wǎng)站，策略可以比較簡單。比如推薦資訊文章，一般指只需要組合使用content-based算法（計算資訊的文本相關(guān)性）和item-based算法（計算資訊的行為相關(guān)性），可以考慮串行策略：優(yōu)先使用item-based算法結(jié)果，如果數(shù)量不足，再使用content-based算法結(jié)果。

對于一個已經(jīng)上線很久的網(wǎng)站，如果被推薦對象已經(jīng)被“推薦”，比如基于類目按照發(fā)布日期被推薦。如果這個時候，還是單純的串行組合使用item-based算法和content-based算法，效果很可能不怎么理想。因?yàn)?，大量的相關(guān)用戶行為，是在一個并不是很好的引導(dǎo)下形成的。這個時候，item-based算法出來的結(jié)果，和基于類目按照發(fā)布日期推薦的結(jié)果，在很大程度上存在重合。

這就是所謂的“路走多了才會成為路”，如果是一條彎路，則必須另辟蹊徑，引導(dǎo)出一條新路——真正基于用戶“集體智慧”的結(jié)果。

（1）剛開始的時候完全基于content-based算法結(jié)果進(jìn)行推薦

Content-based算法結(jié)果是比上不足比下有余的，使用一段時間（具體看網(wǎng)站行為量，比如4周）后，再引入item-based算法；

（2）通過兩個指標(biāo)，在一定程度上減少“打醬油”行為的影響

l閾值min_support：表示該商品被點(diǎn)擊查看過的人數(shù)

l閥值min_common_visit：以二項(xiàng)式為例，表示兩個商品被同一個人看過，總的人數(shù)

通過這兩個閥值，進(jìn)行剪枝處理，裁剪掉大量的數(shù)據(jù)，減少了分布式計算量。

（3）item-based算法結(jié)果的閥值過濾先松后緊：先保證召回率，然后逐步提升準(zhǔn)確率

例如，在網(wǎng)站真實(shí)推薦場景中，兩周前對itembased算法的推薦閾值做了調(diào)整，之前因?yàn)閾?dān)心推薦數(shù)量不夠，設(shè)的閾值min_support和min_common_visit都為1（等于不設(shè)閾值），7月9日將這兩個值修改為5和2。前后的效果的對比數(shù)據(jù)見下表：

在網(wǎng)站二跳率（點(diǎn)擊/頁面總數(shù)）和CTR（點(diǎn)擊數(shù)/被曝光對象數(shù)）上還是有顯著提升的（點(diǎn)擊數(shù)等三項(xiàng)指標(biāo)和全站流量有關(guān)）。

愛華網(wǎng)本文地址 » http://www.klfzs.com/a/25101016/324732.html