一文讲清推荐算法原理

近几年，推荐算法越来越火。所谓推荐算法，其实是计算机专业中的一种算法，通过一些数学算法，推测出用户可能喜欢的东西。

推荐算法的价值在于帮助用户解决信息过载，做出更好的选择，这也是现在互联网领域最强大和最流行的信息发现工具之一。日前，娱乐向机器学习解说选手莫凡在公众号“华章计算机（ID：hzbook_jsj）”发表文章，文章分析了推荐算法背后的原理，以及推荐算法为何会“失灵”。

以下是重点内容。

1. 推荐算法为啥这么“灵”？

互联网最大的特点就是有海量的信息，不过，光是数量庞大是没有任何意义的，只有信息真正发挥作用才能产生价值。所以，如何让信息发挥价值，始终是互联网发展的一条主轴。

在推荐算法系统出现之前，互联网公司通常的做法是发现信息，这就是搜索引擎。搜索引擎很有用处，但限制也很明显，遗留了很多问题。比如，你要用搜索引擎找信息，不是直接就能得到想要的结果，而是得先掏出一个“关键词”输入进去，然后才能看到命中的结果，这个过程叫做信息检索。

也就是说，你得先知道自己对什么信息感兴趣，得有线索，然后才能通过搜索引擎检索信息。这样做存在一个问题：互联网实在太大了，而人的认知圈子实在太小了，这就导致大量本该有价值的信息，因为没被人看到，只能静静躺在角落里被白白浪费掉了。

推荐算法是怎么做的呢？它改变了搜索引擎的做法，不再是发现信息，而是发现兴趣。其实推荐算法的原理远没有想象中的那么复杂，用一句话概括就是：依靠人和物的关联关系，最少只要经过三次关联，就能完成兴趣发现，进行一次推荐。

比如，小明经常去一家便利店买可乐，店长就会知道小明对可乐感兴趣，这是第一次关联——小明关联可乐。店长还知道另一位顾客小华也对可乐感兴趣，这是第二次关联——小华关联可乐。不过，小华除了买可乐，还喜欢买薯片，这是第三次关联——小华关联薯片。

当小明再去买可乐的时候，店长觉得，既然他俩都爱喝可乐，没准小明也喜欢薯片，于是店长就向小明推荐了薯片。这就是基于兴趣的推荐算法。有人说，推荐算法比另一半更懂你，当你明白了推荐算法的原理，就知道这是理所当然的事情。

其实推荐算法的原理并不复杂，但要想在实际中发挥好作用，还需要根据应用场景做很多调整。推荐算法的重心在于发现人与人之间的共同点，但怎么划分共同点，是有很多不同的方法的。有基于视频节目的推荐，比如“看过这个视频的观众还看过”；也有基于地理位置的推荐，比如“同城的观众都在看”等等。

早期做推荐很简单，是基于点击量来推荐，但后来大家发现，基于点击量的推荐没法发现差异化的兴趣。所以，要想实现一套好用的推荐算法，通常要综合方方面面去考虑，而不只是单独的一两个点。

2. 推荐算法为啥有时会“失灵”？

多数时候，推荐算法是没什么问题的，但一旦出现极端情况，它就会“失灵”。比如，出现了一个爆炸话题，算法推荐的都是这个话题下的相似内容，把其他信息都湮没了。

其实这个现象可以用“长尾理论”来解释：人类社会中存在着大量的小众需求，你贩卖的东西再离经叛道，也能得到真爱的捧场，互联网就是沟通小众需求的桥梁。推荐算法在很大程度上也受了这种理论的影响，所以有一种说法是：推荐算法的最终目标就是能发现一个个小众圈子，把小众的信息推荐给圈子里的人。此外，还有一种“失灵”的情况就是“头部效应”。

很多信息占据头部，所以容易被推荐，因为容易被推荐，所以继续占据头部，形成循环。在推荐算法下，这种“头部效应”会更加明显。这个问题应该怎么解决呢？从技术的角度看，要想解决这个问题就四个字：去极端化，把极端情况变得不那么极端就可以了。

比如，很多依靠评委打分的比赛为了避免受极端情况影响，通常会选择采取去掉一个最高分和一个最低分的做法，就是类似的思路。不过，技术本身是中立的，是正是邪，还要看使用它的人。算法自己是不会产生价值观的，算法的价值观，说到底还是人的价值观。

推荐算法究竟要怎么改，说到底还是要看推荐算法的使用者怎么定义价值。

转载自：https://time.geekbang.org/column/article/249609